自然语言处理中的概率基础

Posted 2021-03-20 little-sheep

　　概率是从高中就开始学习的内容，自然语言处理的学习中概率是常用的数学知识之一，但毕业多年，日常的工作学习中也很少用到，忘记了大半，也借此机会将基础知识复习一下。
概率：什么是概率？简单的理解，某一系列事件中某一事件发生的频率，或一系列事件中某一事件发生的可能性。
联合概率： P(AB)，代表A和B都发生的可能性，就是联合概率。
条件概率：当某些事件发生时其它事件也发生的概率。我们将事件 B 发生时事件 A 也发生的条件概率写为 P（A | B）。设A，B 是两个事件，且A不是不可能事件，则称为在事件A发生的条件下，事件B发生的条件概率。

例：假设Search组有男生10人，已知前台mm和实习生mm都各自爱慕Search组一位帅哥，求前台mm喜欢我的同时实习生mm也喜欢我的概率？
P(A)=1/500，P（B）=1/500，P(AB)=1/500*1/500
P(B|A)= P(AB)/P(A)=1/500

相依事件与独立事件：如果一个事件的概率不以任何方式影响另一个事件，则该事件被称为独立事件，反之则为相依事件。P(A | B) = P(A)。这就意味着事件 A 独立于事件 B。

 

贝叶斯概率论（贝叶斯定理）
　　贝叶斯可以作为一种理解概率的替代方法。贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。

例：
求一个月中阴天后下雨的概率P(雨/阴)
已知：一个月中阴天的天数大概有5天P(阴)=1/6，下雨天大概有6天P(雨)=1/5，在下雨前天阴的概率为P(阴/雨)=4/5，那么：P(雨/阴)= P(阴/雨)* P(雨)/ P(阴)=1/5*4/5 / 1/6=24/25=96%

 

连续和离散概率分布
　　概率分布可分为两种：离散分布用于处理具有有限值的随机变量，如投掷硬币和伯努利分布的情形。离散分布是由所谓的概率质量函数（PMF）定义的，连续分布用于处理连续的（理论上）有无限数量的值的随机变量。想想用声音传感器测量的速度和加速度。连续分布是由概率密度函数（PDF）定义的。
这两种分布类型在数学处理上有所不同：通常连续分布使用积分 ∫ 而离散分布使用求和Σ。以期望值为例：

　　离散型随机变量分布常见的有伯努利分布（Bernoulli Distribution）、二项分布（Binomial Distribution）、泊松分布（Poisson Distribution）等，而常见的连续型随机变量分布包括均匀分布（Uniform Distribution）、指数分布（Exponential Distribution）、正态分布等。

 

1、伯努利分布

　　从最简单的分布伯努利分布开始。
伯努利分布只有两种可能的结果，1（成功）和0（失败）。因此，具有伯努利分布的随机变量X可以取值为1，也就是成功的概率，可以用p来表示，也可以取值为0，即失败的概率，用q或1-p来表示。
概率质量函数由下式给出：px(1-p)1-x， 其中x € (0, 1)。它也可以写成：

伯努利分布的随机变量X的期望值如为：
E(X) = 1*p + 0*(1-p) = p

随机变量与二项分布的方差为：
V(X) = E(X²) – [E(X)]² = p – p² = p(1-p)

 

2、二项分布

　　掷硬币时，当掷完第一次，我们可以再掷一次，也就是存在多个伯努利试验。第一次为正不代表以后也会为正。那么设一个随机变量 X，它表示我们投掷为正面的次数。X 可能会取什么值呢？在投掷硬币的总次数范围内可以是任何非负整数。
如果存在一组相同的随机事件，即一组伯努利试验，在上例中为连续掷硬币多次。那么某随机事件出现的次数即概率服从于二项分布，也称为多重伯努利分布。
任何一次试验都是互相独立的，前一次试验不会影响当前试验的结果。两个结果概率相同的试验重复 n 次的试验称为多次伯努利试验。二项分布的参数为 n 和 p，n 是试验的总次数，p 是每一次试验的成功概率。
根据以上所述，一个二项分布的性质为：
1. 每一次试验都是独立的；
2. 只有两个可能的结果；
3. 进行 n 次相同的试验；
4. 所有试验中成功率都是相同的，失败的概率也是相同的。
二项分布的数学表达式为：

 

3、泊松分布
　　如果你在一个呼叫中心工作，一天内会接到多少次呼叫呢？多少次都可能！在呼叫中心一天能接到多少次呼叫可以用泊松分布建模。这里有几个例子：
1. 一天内医院接到的紧急呼叫次数；
2. 一天内地方接到的偷窃事件报告次数；
3. 一小时内光顾沙龙的人数；
4. 一个特定城市里报告的自杀人数；
5. 书的每一页的印刷错误次数。
现在你可以按相同的方式构造很多其它的例子。泊松分布适用于事件发生的时间和地点随机分布的情况，其中我们只对事件的发生次数感兴趣。泊松分布的主要特点为如下：
1. 任何一个成功事件不能影响其它的成功事件；
2. 经过短时间间隔的成功概率必须等于经过长时间间隔的成功概率；
3. 时间间隔趋向于无穷小的时候，一个时间间隔内的成功概率趋近零。
在泊松分布中定义的符号有：
λ是事件的发生率；
t 是事件间隔的长度；
X 是在一个时间间隔内的事件发生次数。
设 X 是一个泊松随机变量，那么 X 的概率分布称为泊松分布。以µ表示一个时间间隔 t 内平均事件发生的次数，则 µ=λ*t；
X 的概率分布函数为：

泊松分布的概率分布图示如下，其中µ为泊松分布的参数：

下图展示了均值增加时的分布曲线的变化情况：

如上所示，当均值增加时，曲线向右移动。泊松分布的均值和方差为：
均值：E(X) = µ
方差： Var(X) = µ

 

4、均匀分布
　　对于投骰子来说，结果是1到6。得到任何一个结果的概率是相等的，这就是均匀分布的基础。与伯努利分布不同，均匀分布的所有可能结果的n个数也是相等的。
花店每天销售的花束数量是均匀分布的，最多为40，最少为10。我们来计算一下日销售量在15到30之间的概率。
日销售量在15到30之间的概率为(30-15)*(1/(40-10)) = 0.5
同样地，日销售量大于20的概率为 = 0.667

 

5、指数分布
　　在深度学习中，我们经常会需要一个在 x=0 处取得边界点 (sharp point) 的分布。为了实现这一目的，我们可以使用指数分布（exponential distribution）：

指数分布使用指示函数 (indicator function)1x≥0，以使当 x 取负值时的概率为零。
其中 λ >0 为概率密度函数的参数。随机变量 X 服从于指数分布，则该变量的均值可表示为 E(X) = 1/λ、方差可以表示为 Var(X) = (1/λ)^2。如下图所示，若λ较大，则指数分布的曲线下降地更大，若λ较小，则曲线越平坦。如下图所示：

以下是由指数分布函数推导而出的简单表达式：
P{X≤x} = 1 – exp(-λx)，对应小于 x 的密度函数曲线下面积。
P{X>x} = exp(-λx)，代表大于 x 的概率密度函数曲线下面积。
P{x1<X≤ x2} =exp(-λx1)-exp(-λx2)，代表 x1 点和 x2 点之间的概率密度函数曲线下面积。

6、正态分布（高斯分布）
　　最常用的分布就是正态分布（normal distribution），也称为高斯分布（Gaussian distribution）。因为该分布的普遍性，尤其是中心极限定理的推广，一般叠加很多较小的随机变量都可以拟合为正态分布。正态分布主要有以下几个特点：
1. 所有的变量服从同一均值、方差和分布模式。
2. 分布曲线为钟型，并且沿 x=μ对称。
3. 曲线下面积的和为 1。
4. 该分布左半边的精确值等于右半边。
正态分布和伯努利分布有很大的不同，然而当伯努利试验的次数接近于无穷大时，他们的分布函数基本上是相等的。
若随机变量 X 服从于正态分布，那么 X 的概率密度可以表示为：

随机变量 X 的均值可表示为 E(X) = µ、方差可以表示为 Var(X) = σ^2。其中均值µ和标准差σ为高斯分布的参数。
随机变量 X 服从于正态分布 N (µ, σ)，可以表示为：

标准正态分布可以定义为均值为 0、方差为 1 的分布函数，以下展示了标准正态分布的概率密度函数和分布图：

 

 

 

参考：

https://36kr.com/p/5094400
https://www.cnblogs.com/coloz/p/10709824.html