1. 程式人生 > >條件隨機場簡介(CRF)(三)

條件隨機場簡介(CRF)(三)

轉載請註明出處,謝謝。
質量不佳,請多包涵。

Conditional random field(CRF)(條件隨機場)簡介(三)

3.Conditional Random fields 條件隨機場

(譯者:chain-CRF)

Lafferty et al. 給出了條件隨機場的概率表示式,在給定觀測序列x之後,某個標籤序列y的條件概率是一下表達式的歸一化(潛在函式 的乘積):

這裡寫圖片描述

其中tj(yi1,yi,x,i) 是引數為整個觀測序列x,當前位置i,當前標籤和前一標籤的轉換特徵方程(transition feature function)。 sk(yi,x,i) 是引數為整個觀測序列x,當前位置i和當前標籤的狀態特徵方程(state feature function)。λ

jµk 是將要估計推斷的引數。當定義特徵方程的時候,我們會設定一些實值特徵 b(x,i) 來表達訓練資料所展示的概率分佈的一些特點,而這些特徵也應該對模型的有效。

一個實值特徵的例子是:

這裡寫圖片描述

然後每個特徵方程(轉移特徵方程和狀態特徵方程)都會利用一個實值特徵構建它們的方程,比如:

這裡寫圖片描述

最後,轉移特徵方程和狀態特徵方程可以統一記號,得到簡化的CRF條件概率表示式。

這裡寫圖片描述

這裡寫圖片描述

其中Z(x)是歸一化引數