条件随机场（CRF）— 绪论

        条件随机场是一个非常重要的序列标注模型，在中文切词，词性标注，命名实体识别等自然语言处理场景下得到广泛应用，并且取得了相当不错的效果，目前比较流行的开源中文自然语言处理工具FuDanNLP就通过crf实现分词，实体识别等功能（C++实现的中科院分词工具ICTCLAS，python实现的结巴分词都使用的隐马模型，可见序列标注模型在分词领域有明显优势，至于这两个为什么没使用crf，我觉得可能是HMM更容易实现吧）。

       之前也看过一些CRF的相关资料，使用CRF实现一些人名、地名识别功能；最近工作中又涉及到类似的工作，时间也比较充裕，决定写一些CRF相关的东西，就算当做学习笔记吧。主要从以下几个方面来写吧：

      一、CRF基本理论

      二、自己对CRF的理解

      三、基于CRF++和人民日报98年1月份免费语料库实现一个简单的中文分词、人名、地名识别demo

http://www.tanghuangwhu.com/archives/162