CRF中假設P(x,y)正比於exp(w內積f(x,y))
w是被訓練得到的參數,可正可負。物理含義是:
f(x,y),其中x表示觀測序列比如一句話,y表示狀態序列比如對這句話的詞性標註,
我的理解f(x,y)是根據數據集抽取出來的一系列特徵,主要分爲tag和word之間的特徵(比如單詞the被標記爲D這一事件在(x,y)中出現的次數爲2),和tag與tag之間的特徵(比如tag D後面接N這一事件在(x,y)中出現的次數爲2)
f(x,y)的具體展開如下:
CRF中假設P(x,y)正比於exp(w內積f(x,y))
w是被訓練得到的參數,可正可負。物理含義是:
f(x,y),其中x表示觀測序列比如一句話,y表示狀態序列比如對這句話的詞性標註,
我的理解f(x,y)是根據數據集抽取出來的一系列特徵,主要分爲tag和word之間的特徵(比如單詞the被標記爲D這一事件在(x,y)中出現的次數爲2),和tag與tag之間的特徵(比如tag D後面接N這一事件在(x,y)中出現的次數爲2)
f(x,y)的具體展開如下: