概率图模型6:条件随机场(1)
来源:互联网 发布:任子行网络审计 编辑:程序博客网 时间:2024/05/22 13:53
作者:孙相国
上一节我们讲述了概率无向图模型(又叫做马尔科夫随机场)本,节主要介绍条件随机场的定义、和概率计算问题。阅读本文的前提条件是博文《概率图模型5:无向图入门》
1. 条件随机场的定义
在上一节中,我们提到过马尔科夫随机场的定义,其中最重要的就是要满足局部马尔科夫性:在给定随机变量
条件随机场的含义是,如果我们马尔科夫随机场中的这些节点看成是样本的标签,统称为
定义1:条件随机场
在标注问题中,我们常考虑的X,Y图结构是链状的,如图:
对于某一个标记结点
定义2:线性链条件随机场
2.条件随机场的表示
上面的式子中
3. 概率计算问题
在之前的博客中,我们曾经详细探讨过隐马尔科夫的前向后向算法,并且给出了python代码实现。在条件随机场里,概率计算问题的原理与之前是一样的。这里贴出几张图。代码可以参考之前的博文。
0 0
- 概率图模型6:条件随机场(1)
- 概率无向图模型与条件随机场笔记
- 概率模型与条件随机场
- 概率图模型(06): 概率图双重对偶视角 || 马尔可夫网 & 条件随机场及应用
- 概率图模型二之条件随机场与学习与推断
- 条件随机场入门(一) 概率无向图模型
- 机器学习知识点(二十六)概率图模型条件随机场CRF
- 漫话概率图模型:马尔科夫随机场(MRF)
- 漫话概率图模型:马尔科夫随机场(MRF)
- Mark 概率图模型PGM和马尔科夫随机场MRF
- 条件随机场(之计算联合概率分布的有效模型)
- 马尔可夫模型与条件随机场模型
- EM、隐马尔科夫模型、条件随机场
- 条件随机场随记1
- 概率图模型一之隐马尓可夫模型与马尔科夫随机场
- 条件随机场(CRF) - 3 - 概率计算问题
- 条件随机场(2)——概率计算
- PGM:部分有向模型之条件随机场与链图模型
- 网页爬虫--scrapy进阶
- spark厦大---奇异值分解(SVD)
- zoj 3961 Let's Chat
- AngularJS--多个过滤器使用方法
- 关于shiro框架的一些想法
- 概率图模型6:条件随机场(1)
- 备忘录之页面弹框在子窗口中传递参数或改变参数到父窗口
- 克隆二叉树
- java中的继承
- 第一篇博客——快速排序
- 4月27日,ParseURL,每日20行。
- opengles 开发l流程
- Codeforces 793 D. Presents in Bankopolis
- 508