第十一章:条件随机场
11.1 概率无向图模型
定义:
联合概率分布满足成对,局部or全局Markov性,就称之为 probabilistic undirected graphical model or Markov random field;
11.2 条件随机场的定义与形式
给定观测求状态;
定义:
若随机变量Y构成的无向图,对于任意结点满足Markov random field,那么称其条件概率分布为条件随机场;
11.3 条件随机场的概率计算问题
inference:
概率计算:
类似于HMM使用前向-后向算法;
11.4 条件随机场的学习算法
learning:
极大似然估计法:
具体算法:
迭代尺度法,梯度下降法,拟牛顿法;
11.5 条件随机场的预测算法
decoding
维特比算法:(最优路径)