各种概率图模型转换

- 本人阅读的材料来主要来自于李航的《统计学习方法》第十一章和之前有人贴出的" An introduction to conditional random fields" (90页太多没读完= _ =)
- 这段文字主要从两个方面描述了CRF公式的由来和其他模型的关系。
- 阅读前默认读者已了解HMM。知道大致流程是训练，最大似然，然后预测，知道特征函数的定义等细节。
- 自己感觉，如果只要使用模型的话，只要知道公式，parameter estimate和inference就可以了，要弄清楚整个probability graph model是个不小的工作量。
- 公式貌似太多，要是有人愿意阅读，本学渣跪谢您的耐心。
正文：
一般可以从两个方面来理解CRF模型：
一个从一般的graphical model来的(可以看成logistic回归的扩展)。
另一个方面是linear chain CRF与HMM有类似的结构，而分别是discriminative model和generative model。
直接扔出CRF的公式会给人一种wtf的感觉，我阅读的材料都是从无向图模型开始说起，从这个模型开始呢，可以理解公式怎么来的，那我们就从这个模型说起吧

  概率无向图模型（probabilistic undirected graphical model）
首先我们有无向图G=(V,E)，V是节点，E是边， 图G中每个节点v上都有一个随机变量y，这样所有的节点上的随机变量就构成一组随机变量Y，图G上有联合概率分布P(Y)。边e表示相邻节点的变量存在某种神秘的联系。
图G上的随机变量Y满足马尔科夫性，即两个不相邻的节点上的随机变量yi，yj条件独立。
这个模型的定义就这么简单，它又叫马尔科夫随机场(MRF)，这个名字貌似响亮一些。
再稍微介绍一下最大团(maximal clique) 如下图

图中{Y1,Y2,Y3}和{Y3,Y2,Y4}是最大团，包含的任何节点都两两相连被称作团。最大团就是不能再添加节点。

然后呢，有个定理叫Hammersley-Clifford定理，给出了无向图模型P(Y)的公式。
- Hammersley-Clifford定理：
概率无向图模型的联合概率分布P(Y)可以表示为如下形式：

其中C是无向图最大团，Yc是C的节点对应的随机变量，是一个严格正势函数，乘积（因式分解）是在无向图所有最大团上进行的。
另外，势函数这东西呢是Gibbs分布的，这个定理意义就是用Gibbs概率分布来计算马尔科夫随机

作者：李赋
链接：https://www.zhihu.com/question/35866596/answer/106672515
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

场。一般来说势函数取对数线性，这样方便计算。
好了，这东西就介绍完了，接下来就是CRF。

- 条件随机场(conditional random field)
定义：（和上面的模型比较就是多了一个X。）
设X与Y是随机变量，P(Y|X)是给定条件X的条件下Y的条件概率分布，若随机变量Y构成一个由无向图G=(V,E)表示的马尔科夫随机场。则称条件概率分布P(X|Y)为条件随机场。
虽然定义里面没有要求，我们还是默认X和Y结构一致，这是general CRF，然后看看linear chain CRF，线性链就是X和Y都是一串序列，线性链里面呢，最大团就是相邻的两项，y_i和y_i+1。
由Hammersley-Clifford定理写出linear chain CRF的公式。

势函数取 对数线性，就得到了第一次见让本学渣云里雾里的公式。（懒得输了贴个图）

作者：李赋
链接：https://www.zhihu.com/question/35866596/answer/106672515
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

再详细点：

就是linear chain CRF常见的两种特征函数指数和的形式。
注意点！！！高潮来了！！如果我们把上式中的特征函数去掉，得到就是自变量X关于Y的logistic回归（加上一个normalizer函数Z(x)），每个Y和X之间对数线性关系。本学渣看到这里的时候真是amazing了一下。

好了，那么是不是可以说linear chain CRF是logistic回归，再加上了有关相邻项某种神秘联系的参数呢？看起来是这样的，我也不敢确定= =、、
之后呢，再从HMM的角度看。

- HMM和linear chain CRF
HMM的概率分布可以写成这样的形式：

作者：李赋
链接：https://www.zhihu.com/question/35866596/answer/106672515
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

右边取对数变成和的形式，再加上归一化的Z(x) 得到

嗯，这样一看就和前面的CRF长的很像了，就是一个是条件概率，一个是联合概率，
这也是discriminative model和generative model的区别。
注意Z(x)是遍历所有y的全局归一化，写在乘积符号里面的是local归一化，得到的是MEMM。
其实generative和discriminative的差别是很大的，因为假设不一样，结果和参数训练的方法都不同，线性的CRF不需要EM算法，稍微简单一些，最大似然训练集之后，梯度下降加上vertebi算法就可以了。

最后贴上参考资料上一张图

嗯，所以说我们就是从这两条路走到了线性的CRF，general的CRF也是从MRF来的，公式是最大团的乘积形式，计算上麻烦一些，会用到loopy belief propagation。

作者：李赋
链接：https://www.zhihu.com/question/35866596/answer/106672515
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。