5. ExperimentsWe first discuss two

5. Experiments
We first discuss two sets of experiments with synthetic data
that highlight the differences between CRFs and MEMMs.
The first experiments are a direct verification of the label
bias problem discussed in Section 2. In the second set of
experiments, we generate synthetic data using randomly
chosen hidden Markov models, each of which is a mixture
of a first-order and second-order model. Competing
rst-order models are then trained and compared on test
data. As the data becomes more second-order, the test error
rates of the trained models increase. This experiment
corresponds to the common modeling practice of approximating
complex local and long-range dependencies, as occur
in natural data, by small-order Markov models. Our

Kết quả (Việt) 1:

5. thử nghiệmChúng tôi lần đầu tiên thảo luận về hai bộ của các thí nghiệm với tổng hợp dữ liệumà làm nổi bật sự khác biệt giữa CRFs và MEMMs.Cuộc thử nghiệm là một xác nhận trực tiếp của nhãnthiên vị vấn đề thảo luận trong phần 2. Trong tập thứ hai củathí nghiệm, chúng tôi tạo ra tổng hợp dữ liệu bằng cách sử dụng một cách ngẫu nhiênchọn mô hình Markov ẩn, mỗi trong số đó là một hỗn hợpMô hình thứ tự đầu tiên và thứ hai để. Cạnh tranh Mô hình RST-trật tự là sau đó tiến hành huấn luyện và so sánh trên thử nghiệmdữ liệu. Khi dữ liệu trở thành hơn thứ hai đặt hàng, kiểm tra lỗitỷ giá của các mô hình được đào tạo tăng. Thử nghiệm nàytương ứng với việc thực hiện mô hình phổ biến sốkhu phức hợp địa phương và tầm xa phụ thuộc, như xảy ratrong dữ liệu tự nhiên, theo thứ tự nhỏ Markov mô hình. Chúng tôi

Kết quả (Việt) 2:

5. Các thí nghiệm
Chúng tôi đầu tiên thảo luận về hai bộ thí nghiệm với số liệu tổng hợp
làm nổi bật sự khác nhau giữa CRFs và MEMMs.
Các thí nghiệm đầu tiên là một xác minh trực tiếp của các nhãn
vấn đề thiên vị thảo luận trong phần 2. Trong tập thứ hai của
thí nghiệm, chúng tôi tạo ra các dữ liệu tổng hợp sử dụng ngẫu nhiên
mô hình Markov ẩn được chọn, mỗi trong số đó là một hỗn hợp
của một đơn đặt hàng đầu tiên và mô hình bậc hai. Cạnh tranh
mô hình đầu tiên đặt hàng sau đó được đào tạo và so sánh trên kiểm tra
dữ liệu. Khi dữ liệu trở nên nhiều bậc hai, lỗi kiểm tra
giá của các mô hình đào tạo tăng lên. Thí nghiệm này
tương ứng với việc thực hành mô hình phổ biến xấp xỉ
phụ thuộc địa phương và tầm xa phức tạp, như xảy ra
trong dữ liệu tự nhiên, bởi mô hình Markov nhỏ đặt hàng. Của chúng ta