Luzeraren normalizazioa habeen bilaketan edo beste sekuentzia sortzeko algoritmoetan erabiltzen den teknika da sekuentzia laburragoak edo luzeagoak diren alborapenak zuzentzeko. Luzera ezberdinetako sekuentzien ebaluazioa eta sailkapena bidezkoa bermatzea du helburu, batez ere probabilitatean oinarritutako puntuazio-metodoak erabiltzen direnean.
Beam bilaketaren testuinguruan:
Arazoa zuzendua
- Luzera-alborapenak: luzera normalizaziorik gabe, sekuentzia luzeagoek probabilitate txikiagoak izan ohi dituzte sekuentzia laburragoekin alderatuta, urrats bakoitzean probabilitateak biderkatzeagatik soilik. Ondorioz, sarritan sekuentzia laburragoak nagusitzen dira izaren bilaketan, gertatzeko probabilitate handiagoa dela eta.
Nola funtzionatzen duen luzera-normalizazioa
-
Helburua: Luzeraren normalizazioaren helburua sekuentzia hautagaien puntuazioak edo probabilitateak haien luzeraren arabera doitzea da, edozein luzerekiko alborapena saihesteko.
-
Normalizazio-faktorea: sekuentzien puntuazioak haien luzerak kontuan hartzen dituen faktore baten bidez eskalatzea dakar.
-
Luzeraren zigorra: normalean, log-probabilitatea (edo puntuazio-neurriren bat) sekuentziaren luzerarekin zatitzea edo sekuentziaren luzerarekiko alderantziz proportzionala den zigor-terminoa aplikatzea dakar.
Adibidea
-
Demagun bi segida dituzula: A sekuentzia 5eko luzera eta -10eko log-probabilitatea eta B sekuentzia 7ko luzera eta -15eko log-probabilitatea.
-
Luzera normalizaziorik gabe, A sekuentzia probabilitate handiagoa duela dirudi (-10 > -15 izanda), laburragoa izan arren.
-
Luzera-normalizazioarekin, puntuazioak log-probabilitateak dagozkien sekuentziaren luzerarekin zatituz doi daitezke: A sekuentziaren puntuazio egokitua -10/5 = -2 bihurtzen da, eta B sekuentziaren puntuazio egokitua -15/7 ≈ -2,14.
-
Luzera normalizatu ondoren, B sekuentzia doitutako probabilitatea apur bat handiagoa izan liteke, luzera handiagoa kontuan hartuta.
Helburua eta eragina
-
Ebaluazio berdina: Luzeraren normalizazioak sekuentzien ebaluazio eta sailkapen zuzena bermatzea du helburu, haien luzerak kontuan hartuta, sekuentzia laburrekiko joera arintuz.
-
Miraketa orekatua: luzeraren araberako puntuazioak normalizatuz, habe bilaketak luzera ezberdineko sekuentziak modu uniformeagoan arakatu ditzake, sortutako irteeran aniztasuna sustatuz.
Sekuentziaren sorkuntzan garrantzia
-
Luzeraren normalizazioa bereziki funtsezkoa da irteera-sekuentziaren luzera nabarmen aldatzen den zereginetan edo sekuentzia laburragoak edo luzeagoak hobetzeak emaitzak alboratuak ekar ditzaketenetan.
-
Irteera zehatz eta koherenteak sortzearen eta sekuentzia luzeagoak eta testuinguru aberatsagoak aztertzearen artean oreka lortzen laguntzen du.
Funtsean, luzera-normalizazioak habe bilaketan sekuentzia hautagaien puntuazioak doitzen ditu haien luzeretan oinarrituta, konparazio eta sailkapen bidezko bat bermatzeko, luzera ezberdinetako sekuentzien esplorazio orekatuagoa sustatuz.
