概率图模型

https://zhuanlan.zhihu.com/p/33397147
https://www.bilibili.com/video/av52273255/
概率图模型（probabilistic graphical model, PGM）指用图表示变量相关（依赖）关系的概率模型，主要分为两类：

• 有向图模型或贝叶斯网（Bayesian network），使用有向图表示变量间的依赖关系；

• 无向图模型或马尔可夫网（Markov network），使用无向图表示变量间相关关系。

  
  

监督学习的任务就是学习一个模型，对于给定的输入X，能预测出类别Y。所学习到的模型一般可表示为决策函数：
或者条件概率
监督学习的模型分为生成模型（generative model）与判别模型（discriminative model）生成模型学习联合概率分布，然后通过贝叶斯定理求解条件概率，而判别模型则是直接学习决策函数或条件概率。

HMM

HMM适用于以下情况：①问题是基于序列的，如时间序列、状态序列 ②问题有两类数据：一类是可观测到的，即观测序列；一类是不可观测到的，即隐藏转态序列。
HMM基于以下两个假设：①齐次马尔科夫链假设：即任意时刻的隐藏状态只依赖于它前一个隐藏状态，即从时刻t到时刻t+1的状态转移概率 ，
②观测独立性假设，即任意时刻的观察状态只仅仅依赖于当前时刻的隐藏状态，即观测状态在隐藏转态下生成的概率为

HMM属于生成模型的有向图PGM，通过联合概率建模：
其中，、分别表示状态序列与观测序列。HMM的解码问题为；定义在时刻t状态为s的所有单个路径中的概率最大值为，则有

此即为维特比算法递推式，可以看出HMM是通过联合概率来求解标注问题的。

HMM缺点：不适合处理大规模数据
HMM优点：有好的可解释性

MEMM
最大熵隐含马尔科夫

CRF
条件随机场
条件随机场假设输出变量构成马尔科夫随机场，而我们平时看到的大多是线性链条随机场，也就是由输入对输出进行预测的判别模型。求解方法为极大似然估计或正则化的极大似然估计。

---

问：为什么Bi-LSTM+CRF效果好？
LSTM的优点是能够通过双向的设置学习到观测序列（输入的字）之间的依赖，在训练过程中，LSTM能够根据目标（比如识别实体）自动提取观测序列的特征，但是缺点是无法学习到状态序列（输出的标注）之间的关系，要知道，在命名实体识别任务中，标注之间是有一定的关系的，比如B类标注（表示某实体的开头）后面不会再接一个B类标注，所以LSTM在解决NER这类序列标注任务时，虽然可以省去很繁杂的特征工程，但是也存在无法学习到标注上下文的缺点。相反，CRF的优点就是能对隐含状态建模。所以一般的做法是，在LSTM后面再加一层CRF，以获得两者的优点。
CRF其实是在LSTM已经学习到发射概率矩阵的基础上学习一个转移概率矩阵
lstm在序列标注的问题，落实到题主说的ner，也就是一个seq2seq，在英文中，可以是对每一个input的单词，对例如bieo的四个标签进行预测，假设当前输出的事100个words，那个输出的就是100*4的一个概率预测，这应该就是答主的疑惑，我们直接用一个分类器，四个里面选一个就好了，为什么要再接crf呢？那么，我们首先考虑我们使用lstm的初衷，就是为了考虑上下文来分析当前的tag标注，其实crf也是接近的原理，crf意会一点的描述其实有点像一张概率图，在single crf中，你需要做的是尽可能的对每个对象挖掘多的特征，然后学习他们之间的一种“衔接”关系，在lstm后面加上crf，相当于对lstm抽象过的一种语言关系来进行crf训练

---

问：CRF与HMM的异同
CRF与HMM都是概率图模型，HMM是生成模型，需要求得的是联合概率分布，即上帝视角，是基于统计得到发射矩阵和转移矩阵。CRF属于判别式模型，不需要这些上帝信息，CRF的学习参数是特征函数的权重w。

---

问：CRF与MEMM的异同
1、首先二者都是概率图模型
2、MEMM求解是局部最优，CRF求解是全局最优
3、由于MEMM求解是局部最优，故存在标签偏置现象（label bias）
CRF不仅解决了HMM输出独立性假设的问题，还解决了MEMM的标注偏置问题，MEMM容易陷入局部最优是因为只在局部做归一化，而CRF统计了全局概率，在做归一化时考虑了数据在全局的分布，而不是仅仅在局部归一化，这样就解决了MEMM中的标记偏置的问题。使得序列标注的解码变得最优解。

参考：https://zhuanlan.zhihu.com/p/33397147