条件随机场CRF（二）

1.MEMM打破了HMM的观测独立性假设，更加合理化

2.MEMM是判别模型，HMM是生成模型

3.MEMM存在标注偏差问题，是由局部归一化造成的

4.通过把有向图变成无向图，可以解决局部归一化问题，这就是线性条件随机场

5.CRF间接打破MEMM的齐次马尔科夫性，解决标注偏差问题

这篇继条件随机场CRF（一）介绍MEMM模型（最大熵马尔科夫模型）和引出CRF模型（条件随机场），并介绍HMM、MEMM、CRF的区别。

HMM V.S MEMM

首先，我们回顾一下HMM模型：

该模型用1-2-3表示：

1个模型：参数λ=(π,A,B)，π是初始状态分布，A是状态转移矩阵，B是发射矩阵

2个假设：齐次一阶