CRF概率公式如下:
pθ(y|x)∝exp(∑e∈E,jλjfj(e,y|e,x)+∑v∈V,kμkgk(v,y|v,x)) p θ ( y | x ) ∝ e x p ( ∑ e ∈ E , j λ j f j ( e , y | e , x ) + ∑ v ∈ V , k μ k g k ( v , y | v , x ) )
其中 θ=(λ1,λ2,…;μ1,μ2…) θ = ( λ 1 , λ 2 , … ; μ 1 , μ 2 … ) , fj(e,y|e,x) f j ( e , y | e , x ) 表示转移特征函数, gk(v,y|v,x) g k ( v , y | v , x ) 表示状态特征函数。
令 X={
x1,x2,…,xn} X = { x 1 , x 2 , … , x n } 表示观察序列, Y={
y1,y2,…,yn} Y = { y 1 , y 2 , … , y n } 表示有限状态序列,对于 (xi,yi) ( x i , y i ) ,
pθ(yi|xi)∝exp(∑jλjfj(yj−1,yj,x,i)+∑kμkgk(yi,x,i)) p θ ( y i | x i ) ∝ e x p ( ∑ j λ j f j ( y j − 1 , y j , x , i ) + ∑ k μ k g k ( y i , x , i ) )
将转移特征函数与状态特征函数统一为 fj(yj−1,yj,x,i) f j ( y j − 1 , y j , x , i ) , 则上式可写作:
p(yi|xi,λ)∝exp(∑jλjfj(