条件随机场(CRF)的一篇不错ppt

http://wenku.baidu.com/link?url=7LBbXiKPWAPnqYexmBOhz4iCUSny6Ayg3M53Ls0IiVKdqLq-9YPNAiW3WKJ5UgihjWKmm4yTpahIIeu75BB_mM_Q1QicaLIGrOiwHUO8ktu

一直好奇条件随机场，但又怕自己难以了解，看了上面这个ppt,虽然对深层的随机场理论不甚了解,但基本了解了工作机制。

CRF就是用来计算给定观察序列计算标记序列的概率的P(y | x, lambda)，需要确定特征函数和参数向量lambda,特征函数的选取决定了性能,lambda使用极大似然法估计,这个概率明显要比hmm给定假设要严谨的多，缺点是训练时收敛比较慢。

基于条件随机场的古文自动断句与标点方法一文中提到用CRF方法比现有方法准确率提高12%。