340 likes | 460 Views
Comp. Genomics. Recitation 11 SCFG. Exercise. p. 1-p. q. W 1. W 2. 1-q. Different emission probabilities (e.g. DNA compositions). Convert to SCFG. Solution. W 1 aW 1 |cW 1 |…|aW 2 |cW 2 …|tW 2. W 2 aW 2 |cW 2 |…|aW 1 |cW 1 …|tW 1. p(W 1 aW 1 )=e w1 (a)p.
E N D
Comp. Genomics Recitation 11 SCFG
Exercise p 1-p q W1 W2 1-q Different emission probabilities (e.g. DNA compositions) Convert to SCFG
Solution • W1aW1|cW1|…|aW2|cW2…|tW2 • W2aW2|cW2|…|aW1|cW1…|tW1 p(W1aW1)=ew1(a)p p(W1aW2)=ew1(a)(1-p)
Solution • Other rules trivial • Regular CF
Exercise • Convert the production rule WaWbW to Chomsky normal form. If the probability of the original production is p, show the probabilities for the productions in your normal form version.
Solution Old rule: WaWbW • Chomsky normal form requires that all production rules are of the form: WvWyWz or Wza • We define four new non-terminals: W1,W2,Wa,Wb • The new rules are: WW1W2 W1WaW W2WbW Waa Wbb
Solution • For every non-terminal, the sum of probabilities of all production rules must be 1 • Since the new non-terminals have only one rule, their rules will be assigned probability 1 • The rule WW1W2 will therefore have probability p, same as the rule that we eliminated
שאלה 4 ממועד ב', תשע"ב • יהי x=x1x2…xn מחרוזת רנא (RNA) מעל א"ב ACGU. • קיפול דו-ממדי של המחרוזת הוא אוסף של זוגות זרים של אינדקסים בין 1 ל-n שהוא מקונן, כלומר אם מקומותa,b מזווגים, ומקומות c,d מזווגים, וכןa<b, c<d וגם a<c אזי לא ייתכן c<b<d. • בסיס יכול להיות מזווג עם בסיס אחר ברצף, ואם אינו מזווג הוא נקרא חופשי. זיווג ייתכן בין הבסיסים A ל-U ובין C ל-G. עבור זוג (i,j) נגדיר את הזוג (i+1,j-1) בתור הצמוד לו.
המשך שאלה 4 ממועד ב', תשע"ב • נגדיר מודל אנרגטי פשוט של קיפול בצורה הבאה: • אם בסיס חופשי, אין לו תרומה אנרגטית. • אם בסיס מזווג, יש לו תרומה (שלילית) אך ורק אם הזוג הצמוד לו גם מזווג. • יש לתאר אלגוריתם תכנון דינמי יעיל ככל האפשר המוצא קיפול הממקסם את מספר הזוגות המזווגים שהזוג הצמוד להם גם הוא מזווג (היינו קיפול בעל אנרגיה מינימלית).
פתרון שאלה 4, מועד ב', תשע"ב • נגדיר A(i, j) קיפול עם אנרגיה מינימלית בין i ל-j. • W(i, j) = קיפול עם אנרגיה מינימלית, כש-i ו-j לא מזווגים. • V(i, j) = קיפול עם אנרגיה מינימלית, כש-i ו-j מזווגים.
המשך פתרון שאלה 4, מועד ב', תשע"ב • A(i, j) =max(W(i,j), V(i,j) ) if xi and xj can be paired, W(i,j) otherwise • W(i,j) = max{i≤k<j} (A(i,k)+A(k+1,j)) • V(i,j) = max(1+V(i+1, j-1), W(i+1, j-1)) if xi and xj can be paired, W(i+1, j-1) otherwise • A(i,i) = 0, A(i,i+1) = 0
EM algorithm for SCFG • Initial estimate. • Calculate expectations: E(X->YZ), E(X) • Update rule: Pt+1(X->YZ)=E(X->YZ)/E(X) • Repeat until convergence.
Probability calculation| x,Θ • The probability that state v is used as a root in the derivation of xi,…,xj: • The probability the rule vyz is used in deriving Xij (v is the root):
Expectation calculation • The expected number of times state v is used in a derivation: inside outside • The expected number of times the rule vyz is used:
EM for SCFG • How to compute the new probability for vyz? • What about va?
Example • Suppose that our data contains the following sentence: S V T1 N P N V N PP N He hangs pictures without frames
Example The sentence was generated using the following production rules: SNV with probability p(SNV) VVN … NNP … PPPN NHe Vhangs Npictures PPwithout Nframes
Example • The likelihood of this sentence is: We believe in our sentence! We start with some initial probabilities and want to the likelihood of the sentence using the EM algorithm
Example • To make it more interesting, let’s add another production rule: VVNP S T2 V P N V N PP N He hangs pictures without frames
Example • But now the grammar is no longer Chomsky normal form • We will turn it into Chomsky normal form as • follows: • VV N-P p(VV N-P)=p(VVNP) • N-PN P p(N-PN P)=1.0
Example • Compute inside probabilities
Example He N V hangs N pictures PP without N frames
Example He N S V V hangs N pictures PP P without N frames
Example Box(1,3) accounts for substring 1-3 He N S S S V V V hangs N N,N-P pictures PP P without Box(3,5) accounts for substring 3-5 N frames
Example • Compute outside probabilities
Example X X Y Z Z Y k i-1 i j i j j+1 k
Example He S V hangs pictures without N frames
Example Let’s improve p(VVN). The expected number of times it is used:
Example The expected number of times that V is visited: This is actually the same as:
Example • In order to get the new p(VVN), we divide and get: • Similarly, for p(Vhangs), we get:
The CYK algorithm • Initialization: for i=1…L, v=1…M: • Iteration: for i=1…L-1, j=i+1…L, v=1…M • Termination: score of optimal parse tree π* for sentence x
The CYK algorithm • Looks similar to the inside algorithm, but we take the maximum instead of summing (consider the forward algorithm vs. Viterbi)
Summary M: SCFG symbols, Q: HMM states, L: Data length |Q|2L |M|3L3 |Q|2L |M|3L3 |Q|2L |M|3L3
Summary |Q|L |M|L2 |Q|L |M|L2 |Q|L |M|L2