CRF

作者: hackerwei | 来源:发表于2017-09-28 01:24 被阅读15次

马尔科夫随机场和贝叶斯网络都是产生式模型,条件随机场是判别式模型。NER(命名实体识别)这个任务用到的是线性链条件随机场。线性链条件随机场的形式是:观测点是你要标注的这些词本身和他们对应的特征,例如说词性是不是专有名词,语义角色是不是主语之类的。

线性链的条件随机场跟线性链的隐马尔科夫模型一样,一般推断用的都是维特比算法,这个算法是一个最简单的动态规划。

相关文章

  • 使用CRF++进行模型训练

    使用CRF++进行模型训练 本机训练: 使用以下命令: nohup ./CRF++-0.58/crf_learn ...

  • Mac安装CRF++

    在mac中安装crf++环境 crf + python 下载crf工具包下载地址https://taku910.g...

  • 使用conlleval.pl对CRF测试结果进行评价的方法

    作者:炼己者 1. 基于CRF做命名实体识别系列 用CRF做命名实体识别(一)用CRF做命名实体识别(二)用CRF...

  • pytorch-crf

    官方文档:pytorch-crf — pytorch-crf 0.7.2 documentation[https:...

  • CRF

    条件随机场(CRF)的理解如何轻松愉快地理解条件随机场(CRF)?条件随机场(CRF)如何直观地理解条件随机场,并...

  • Transformer面试基础:

    HMM 和 CRF 区别: 1.HMM是生成模型,CRF是判别模型 2.HMM是概率有向图,CRF是概率无向图 3...

  • 目录

    一. 命名实体识别系列 中文命名实体识别总结用CRF做命名实体识别(一)用CRF做命名实体识别(二)用CRF做命名...

  • Bert加bilstm和crf做ner的意义

    bert为什么加不加crf都行,加crf好处在哪?加crf:相当于是显式地去捕捉标签之间的依赖关系。但是为什么很多...

  • NLP入门(八)使用CRF++实现命名实体识别(NER)

    CRF与NER简介   CRF,英文全称为conditional random field, 中文名为条件随机场,...

  • 基于CRF的医疗实体识别

    一. 实体标注 二. 文本特征工程 三. CRF模型搭建 四. 模型评估 五.BiLSTM-CRF

网友评论

      本文标题:CRF

      本文链接:https://www.haomeiwen.com/subject/tufmqttx.html