概率图模型体系:HMM、MEMM、CRF

2018 年 2 月 10 日 机器学习研究会

一、Preface

二、Prerequisite

2.1 概率图

2.1.1 概览
2.1.2 有向图 vs. 无向图
2.1.3 马尔科夫假设&马尔科夫性
2.2 判别式模型 vs. 生成式模型
2.3 序列建模

三、HMM

3.1 理解HMM
3.2 模型运行过程
3.2.1 学习过程
3.2.2 序列标注(解码)过程
3.2.3 序列概率过程

四、MEMM

4.1 理解MEMM
4.2 模型运行过程

4.2.1 学习过程
4.2.2 序列标注(解码)过程
4.2.3 序列概率过程
4.3 标注偏置?

五、CRF

5.1 理解CRF
5.2 模型运行过程
5.2.1 学习过程
5.2.2 解码过程
5.2.3 序列概率过程
5.3 CRF++分析
5.4 LSTM+CRF

六、总结

Referrence

转自:Scofield


完整内容请点击“阅读原文”

登录查看更多
30

相关内容

隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析,例如模式识别。 其是在被建模的系统被认为是一个马尔可夫过程与未观测到的(隐藏的)的状态的统计马尔可夫模型。
专知会员服务
142+阅读 · 2020年5月19日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
173+阅读 · 2020年5月6日
专知会员服务
52+阅读 · 2020年1月13日
学习自然语言处理路线图
专知会员服务
140+阅读 · 2019年9月24日
基础 | 长文详解基于并行计算的条件随机场
黑龙江大学自然语言处理实验室
6+阅读 · 2018年6月9日
基础 | 一文轻松搞懂-条件随机场CRF
黑龙江大学自然语言处理实验室
16+阅读 · 2018年3月24日
干货|带你愉快的理解CRF
机器学习研究会
32+阅读 · 2017年11月27日
机器学习(13)之最大熵模型详解
机器学习算法与Python学习
7+阅读 · 2017年8月24日
从点到线:逻辑回归到条件随机场
夕小瑶的卖萌屋
15+阅读 · 2017年7月22日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
专知会员服务
142+阅读 · 2020年5月19日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
173+阅读 · 2020年5月6日
专知会员服务
52+阅读 · 2020年1月13日
学习自然语言处理路线图
专知会员服务
140+阅读 · 2019年9月24日
相关资讯
基础 | 长文详解基于并行计算的条件随机场
黑龙江大学自然语言处理实验室
6+阅读 · 2018年6月9日
基础 | 一文轻松搞懂-条件随机场CRF
黑龙江大学自然语言处理实验室
16+阅读 · 2018年3月24日
干货|带你愉快的理解CRF
机器学习研究会
32+阅读 · 2017年11月27日
机器学习(13)之最大熵模型详解
机器学习算法与Python学习
7+阅读 · 2017年8月24日
从点到线:逻辑回归到条件随机场
夕小瑶的卖萌屋
15+阅读 · 2017年7月22日
相关论文
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员