However, it is important to note th

However, it is important to note that there exists two different kinds of label dependence: conditional and unconditional, and substantially different approaches are needed to exploit these different dependencies [15]. Zhu et. al. in [71] present a maximum entropy
based method that explicitly models the mutual correlations among the classes by constructing a conditional probability model from the training data. Unlike other traditional approaches, the conditional probability model parameters here are estimated through maximum entropy method subject to the prior probabilities of each category

Kết quả (Việt) 1:

Tuy nhiên, nó là quan trọng cần lưu ý rằng có tồn tại hai loại khác nhau của sự phụ thuộc nhãn: phương pháp tiếp cận có điều kiện và vô điều kiện, và đáng kể khác nhau là cần thiết để khai thác những phụ thuộc khác nhau [15]. Zhu et. và những người khác trong [71] trình bày một dữ liệu ngẫu nhiên tối đa Dựa trên phương pháp một cách rõ ràng các mô hình tương quan lẫn nhau giữa các lớp học bằng cách xây dựng một mô hình xác suất có điều kiện từ các dữ liệu đào tạo. Không giống như các phương pháp truyền thống, các thông số mô hình xác suất có điều kiện ở đây được ước tính thông qua phương pháp tối đa entropy tùy thuộc vào các xác suất trước của mỗi thể loại

Kết quả (Việt) 2:

Tuy nhiên, điều quan trọng là phải lưu ý rằng có tồn tại hai loại khác nhau của sự phụ thuộc nhãn: có điều kiện và không điều kiện, và đáng kể phương pháp tiếp cận khác nhau là cần thiết để khai thác các phụ thuộc khác nhau [15]. Zhu et. al. trong [71] trình bày một entropy tối đa
phương pháp dựa trên mô hình một cách rõ ràng các mối tương quan lẫn nhau giữa các lớp học bằng cách xây dựng một mô hình xác suất có điều kiện từ dữ liệu huấn luyện. Không giống như các phương pháp truyền thống khác, các thông số mô hình xác suất có điều kiện ở đây được ước tính thông qua tối đa đối tượng phương pháp entropy với các xác suất trước của mỗi thể loại