© 1999-2048 dssz.net 粤ICP备11031372号
[机器学习] CRF原理应用及举例.pdf
说明:深入理解条件随机场:包含其原理、应用及举例。CRF 就像一个反向的隐马尔可夫模型(HMM),两者都是用了马尔科夫链作为隐含变量的概率转移模型,只不过 HMM 使用隐含变量生成可观测状态,其生成概率有标注集统计得到,是一个生成模型;而 CRF 反过来通过可观测状态判别隐含变量,其概率亦通过标注集统计得来,是一个判别模型。由于两者模型主干相同,其能够应用的领域往往是重叠的,但在命名实体、句法分析等领域 CRF 更胜一筹。<weixin_40609919> 上传 | 大小:991kb