非确定性分析的优势？

Question

我正在使用一个Java库来识别给定文本的语言。它依靠对文本的n-图分析来返回一组可能是的语言，并“信任”它就是那一种语言。

我编写了一个包装类来运行它，但是，它是不确定的(对于<200个字符的输入，结果通常是不正确的，不要担心)：

C:\wamp\www\langdetect [master]> java Detect viking rowboat
af:0.8571411945873898 lt:0.1428569473433962
C:\wamp\www\langdetect [master]> java Detect viking rowboat
af:0.5714268373011915 sw:0.2857137271014559 lt:0.14285898741269984
C:\wamp\www\langdetect [master]> java Detect viking rowboat
af:0.9999958253321346

在默认情况下，分析是不确定的(可以像这样：https://code.google.com/p/language-detection/issues/detail?id=64那样进行确定性分析)，但我的问题是：

这种分析不确定有什么好处吗？

我唯一能想到的好处是，在统计上，确定性算法会在一定的时间内(即使有有效的输入)是不正确的，而不确定的算法会消除这种保证(但有时仍然是不正确的)。这有意义吗？

Answer 1

通常，使用非确定性算法的好处很简单:运行时。

它通常在蒙特卡罗算法中使用，它基本上尝试了一些预定义的可能性(例如，“这是德文吗？”--“不是”，“这是西班牙文文本吗？”--“不”，“嗯，那就不知道了”)。而确定性的解决办法是尝试每一种可能性，这有时是不可能的。

但是，在您的示例中，情况并非如此。在您的库中，从种子中生成一组随机数。如果该种子是随机计算的，则ralgorithm是不确定的，并将为不同的运行产生不同的结果。

但是，如果种子是常量(在本例中为零)，则每次运行都会产生相同的结果。这不仅没有改善结果，而且还消除了一个重要的优点:运行非确定性程序的频率越高，结果就会变得越好。这不适用于确定性方法。

那么，你为什么要使用确定性的方法呢？我能想到的一个例子是测试。对随机结果的单元测试是您所能体验到的最大痛苦。假设您对程序的某一部分进行了更改，但由于某种原因，单元测试失败了。你再运行一次，它又失败了。所以你开始挖掘，那里没有什么可找的。

TL;DR:

如果你想要好的结果:运行你的非确定性程序(可能多次)。

如果您想要可复制的结果(例如测试)：使用确定性方法。

Answer 2

听起来好像是在结果还没有真正收敛之前就返回了结果。我会发现不同的结果令人不安，也不可信。解决方法应该是运行更多的示例，而不是使用“确定性”算法，该算法始终返回相同的误导性结果。此外，如果输入字符串短，结果不可靠，则不应信任高度自信的百分比(如0.99999 )：我将对置信号进行折扣，或者假设错误条为0.99999±0.9。