條件隨機場介紹

原文：An Introduction to Conditional Random Fields

作者：

Charles Sutton (School of Informatics, University of Edinburgh, Edinburgh, EH8 9AB, UK)
Andrew McCallum (Department of Computer Science, University of Massachusetts, Amherst, MA, 01003, USA)

翻譯整理：Juworchey

摘要

許多數據分析任務需要對大量相互依賴或者依賴於其他可觀測變量的變量進行預測。結構化預測方法本質上是分類方法與圖模型的結合。這類方法將圖模型對多元數據簡潔的建模能力，與分類方法能夠利用大量特征進行預測的能力相結合。本文介紹條件隨機場（conditional random fields, CRF），這是一種流行的用於結構化預測的概率方法。條件隨機場被廣泛的應用於各領域，包括自然語言處理，計算機視覺，生物信息學等。本文介紹了條件隨機場的推斷和參數估計方法，以及實現大規模條件隨機場可能會涉及到的實踐問題。此外，本文希望對各領域的從業人員有所幫助，因此對概率圖模型的知識不做任何前提假設。

條件隨機場介紹（1）—— An Introduction to Conditional Random Fields