文档摘要

3.7 语言模型评估指标 语言模型练完，总得先自己验个货再发出去。困惑度是主打指标，它把"模型对一个文本整体有多意外"折算成一个直观数，越低说明这个先验越贴合真实语料。这一节讲透困惑度的来龙去脉、它与 WER 的关系，以及为什么不能只盯困惑度。 读完该会什么 能解释困惑度的定义，并能估算它随模型优劣、数据规模的变化趋势。 能说明困惑度与 WER 的关系，以及为何"困惑度低不代表 WER 必低"。 会员。《3.7 语言模型评估指标》收录于灏天文库文集《语音识别技术基础：声学模型与语言模型》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/506-%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E5%9F%BA%E7%A1%80%E5%A3%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B%E4%B8%8E%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流