【发布时间】：2021-10-25 00:25:03
【问题描述】：
我正在尝试在字符串上应用n-gram character model 以计算其在此模型中的概率。
我用stringdist::qgram()创建了一个字符二元模型：
library(tidyverse)
library(stringdist)
ref_corpus <- c("This is a sample sentence", "Other sentences from the reference corpus", "Many other ones")
bigram_ref <- qgrams(ref_corpus, q = 2) # collecting all bigrams
bigram_model <- log(bigram_ref/sum(bigram_ref)) # computing the log probabilities of each
bigram_model
# Th hi is s sa se te th
# V1 -4.356709 -4.356709 -3.663562 -3.258097 -4.356709 -3.663562 -3.663562 -3.258097
现在，我想使用这个模型来计算模型中新字符串的概率：
bigram_string <- qgrams("This one", q = 2)
bigram_string
# Th hi is s on ne o
# V1 1 1 1 1 1 1 1
我不知道如何将这两个命名矩阵/向量相乘，以便获得bigram_string 中的计数乘以bigram_model 中的对数概率。
预期输出：
bigram_string %*% bigram_model
# Th hi is s ...
# V1 -4.356709 -4.356709 -3.663562 -3.258097 ...
# Actual output:
# Error in bigram_string %*% bigram_model : non-conformable arguments
我在子集方面取得了一些进展：
bigram_model["V1",][bigram_string]
# But output:
# Th Th Th Th Th Th Th
# -4.356709 -4.356709 -4.356709 -4.356709 -4.356709 -4.356709 -4.356709
【问题讨论】：
标签： r matrix-multiplication n-gram stringdist