Javascript PCFG（NLP）中的内外算法

我的教授要求我研究并实现PCFG（概率上下文无关语法）中的无监督内-外学习算法

当谈到无监督时，我的教授告诉我，唯一的输入是一些训练句子和非终端的数量。我的程序应该从中学习每个规则的概率（规则是从非终端生成的，实际上所有可能的匹配格式都是A->BC）

好的，现在我们有一个非常简单的情况，我们有一个句子“我爱你”，非终端的数量是2

我假设两个非终端为A和B。生成以下规则：

A->AA; A->AB; A->BA; A->BB; A->I; A->love; A->you;

B->AA; B->AB; B->BA; B->BB; B->I; B->love; B->you;

所有具有不同左值的规则的和概率为1，在本例中，

p（a->AA）+p（a->AB）+p（a->BA）+p（a->BB）+p（a->I）+p（a->love）+p（a->you）=1。

我的第一个问题是：不同的右值之和也应该是1吗？例如，下面的语句是否为真

p（A->AB）+p（B->AB）=1

p（A->love）+p（B->love）=1

我不需要精确的数学推导，但如果你能给我一个解释，让我明白我的意思，那就太好了

我的第二个问题是：我想用JavaScript实现这个算法，但我的同行都在尝试使用Java或Python。我认为js比python更快，而且可以很容易地嵌入到web应用程序中

但是我没有这种复杂算法的经验，所以我不确定在这里使用JavaScript可以吗？有什么优点或缺点吗

---

谢谢大家抽出时间

对于第一个问题：

我已经和我的教授确认过，概率与单个左值之和应该是一。像这样：

P（A->AA）+P（A->AB）+P（A->BA）+P（A->BB）+P（A->I）+P（A->爱）+P（A->你）=1。

但是概率与单个正确值之和可能不是一，

p（a->AB）+p（B->AB）！=1

对于第二个问题：

---

实际上，我已经使用node.js完成了我的nlp暑期项目，它实际上比我认为的python快得多。

“我们有一句话“我爱你”，非终端的数量是2。”->“我”、“爱”？如果你使用node.js，你可能会比普通python获得巨大的性能提升。查看我在研究该主题时发现的这篇文章：毕竟，决定取决于你个人对JS的到期时间和截止日期。@guest271314“我”、“爱”、“你”是终端，非终端代表..ehh我看像动词或名词。在这里，我只有两个非终端，以便于see@halfzebra我没有java和python方面的经验。我有一些js编码，所以我想使用js。你是说js适合NLP？因为我可以从git获得的所有NLP代码都是java或python的。。。所以我想知道js不适合NLP吗？@Summer Sun的人确实使用Node.js来实现NLP算法，下面是一个很好的例子