CRFs及其应用

CRFs及其应用 模型原理 基本思路：给定观察序列 X X X，输出标识序列 Y Y Y，通过计算 P ( Y ∣ X ) P(Y|X) P(Y∣X)求解最优标注序列。 CRFs和HMMs的区别： CRFs中特征函数(全局特征函数)统一表示为： F j ( Y , X ) = ∑ i = 1 n f j ( y i − 1 , y i , X , i ) F_j(Y,X)=\sum_{i=1}^{

>>阅读原文<<