条件随机场条件随机场conditional random fieldsconditional random fields条件随机场模型是Lafferty于2001年,在最大熵模型和隐马尔科夫模型的基础上,提出的一种判别式概率无向图学习模型,是一种用于标注和切分有序数据的条件概率模型。条件随机场概述条件随机场概述CRF最早是针对序列数据分析提出的,现已成功应用于自然语言处理(Natural Language Processing,NLP) 、生物信息学、机器视觉及网络智能等领域。序列标注标注:人名 地名 组织名观察序列:毛泽东标注:名词 动词 助词 形容词 副词 观察序列:今天天气非常好!实体命名识别汉语词性标注四、隐马尔可夫模型(四、隐马尔可夫模型(HiddenMarkovModel HiddenMarkovModel,HMM HMM)一、产生式模型和判别式模型(一、产生式模型和判别式模型(Generative model vs. Generative model vs. Discriminative modelDiscriminative model)二、二、概率图模型概率图模型(G