← 返回起始笔记位置

知识卡片

结构图卡 · 9301 · 生成模型:GPT-6

线性链条件随机场的结构

理解等级:中级

结构图:

flowchart LR
 X[固定的完整观测序列x] --> Y1[标签y1]
 X --> Y2[标签y2]
 X --> Y3[标签y3]
 Y1 --- Y2
 Y2 --- Y3

给定观测后,标签构成无向链。图中观测连线表示特征可依赖完整输入,不表示因果;局部独立条件必须排除被预测节点自身,原式将Yᵢ放入左侧条件集合需纠正。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      目前自然语言处理中,最常用的是线性链条件随机场(Linear Chain Conditional Random Field)。此时,条件概率P

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html) - 结论依据:摘录中关于线性链条件随机场的结构的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:目前自然语言处理中,最常用的是线性链条件随机场(Linear Chain Conditional Random Field)。此时,条件概率P