1. 成对马尔可夫性
无向图里面任意没有边连接的节点 u,v 其他所有节点为o ,成对马尔可夫性是指: 给定 o 的条件下 u,v 条件独立
2. 局部马尔可夫性
设无向图 G 的任一节点v ,W是与v 有边连接的所有节点,o是v, W 外的其他所有节点,局部马尔可夫性是指,给定W的条件下,v, O 条件独立
3. 全局马尔可夫性
设节点集合 A,B,是在无向图 G 中被节点集合 C 分开 的任意节点集合 ,全局马尔可夫性是指: 给定 C 的条件下 A, B 条件独立
4. 概率无向图模型,
无向图 模型的优点在于没有隐马尔科夫模型那样严格的独立性假设,同时克服了最大熵马尔可夫模型等判别式的标记偏置问题
有向图的联合概率分布
用于序列标注问题的线性链条件随机场
由输入序列来预测输出序列的判别式模型
线性链条件随机场:
有向图模型是一系列概率的连乘形式,无向图模型是一系列函数的连乘形式
这也是有向图模型一般用于表示生成式模型,无向图模型一般用于表示判别式模型的原因
而模型中的概率或函数是如何定义的也是非常有意思的地方,有时甚至可以通过巧妙的定义将有向图模型与无向图模型互相转换