研究人员已经确定了二元分词问题的计算难度，证明除非 P=NP，否则不存在能达到 $n^{1-\varepsilon}$（对于任何 $\varepsilon > 0$）近似因子的多项式时间近似算法。为了解决这个问题，他们开发了一种 $(\gamma, \gamma)$-双标准近似算法，其中 $\gamma = \sqrt{M}\log n$，该算法输出的词汇表大小最多为 $\gamma K$，并且对于预算 $K$ 使用的标记数量最多为最优数量的 $\gamma$ 倍。此外，还为存储预算变体设计了一种双标准近似算法，对于预算 $B$ 实现了 $(O(\log n\log B), O(\log n\log B))$ 的近似。 AI
影响 这项研究通过确立硬度结果和开发近似算法，为许多 AI 模型的基本组成部分——分词——的理论理解做出了贡献。
排序理由 学术论文，详细介绍了近似算法的理论计算机科学研究。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
