什么是结构化预测？ -技术百科的定义

定义-结构化预测是什么意思？

结构化预测是应用于机器学习的特定学科，其中机器学习技术预测结构化对象。 通常，结构化预测使用监督的机器学习程序，该程序带有可以应用以产生结果的标签。

技术百科解释了结构化预测

讨论结构化预测的最简单，最简单的方法之一是，它使用训练问题来解决分类任务。 Sasha Rush在2010年7月引用的NeurIPS的可用资源将其描述为：“一个用于解决分类或回归问题的框架，其中输出变量相互依存或受约束。”

具体而言，当无法通过直接观察所有可能的值来解决预测问题时，结构化预测会获取输入，并使用它们来预测结果。

亚历山大·帕索斯（Alexander Passos）当时是巴西UNICAMP的ML学士学位学生，他给出了Quora中结构预测的有趣定义，对于定义这种实用程序非常有用：“结构化预测是多类分类的特例（即预测y）其中：

1. y的可能值太多（指数或无穷大）。
2. 但是，这些值并不是不透明的，检查它们的结构可以帮助您设计一个分类器，该分类器可以在短时间内从少量示例（与y的基数有关）中学习。

结构化预测在自然语言处理，生物科学研究和其他学科中很有用。 例如，使用序列标记和解析树，结构预测程序可以实现各种自然语言处理目标。