看了CRF相关的东西好几天了,现在也过来总结总结。我本人喜欢以讲故事的方式阐述一些东西,纯理论总是很抽象,而且很容易让人失去耐心。那就以“词性标注”为切入点,去理解一下CRF(Conditional Random Field)条件随机场的算法原理(难免有不对或者不全的地方,持续更新)。
相关定义:
CRF(Conditional Random Field)条件随机场模型是一种典型的判别式模型,它在观测序列的基础上对目标序列进行建模,重点解决“序列化标注问题”。言下之意,就是给定的输出识别序列Y和观测序列X,通过定义条件概率P(Y|X)来描述模型。
特点长处:
条件随机场模型既具有判别式模型的优点,又具有产生式模型考虑到的上下文标记间的转移概率。以序列化形式进行全局参数优化和解码的特点,解决了其他判别式模型难以避免的标记偏执问题。
应用场景:
可以用于“序列标记”、“数据分割”、“组块分析”等自然语言处理任务。在“中文分词”、“中文人名识别”、“歧义消除”等任务中表现很好。