Я читал разные документы о том, как работает CRF (условное случайное поле), но во всех документах приводится только формула. Есть ли кто-нибудь, кто может прислать мне статью, в которой описывается CRF с примерами, например, если у нас есть предложение
"Мистер Смит родился в Нью-Йорке. Последние 20 лет он работает в компании Microsoft".
если приведенное выше предложение дается в качестве входных данных для обучения, как модель работает во время обучения с учетом формулы для CRF? Смит помечен как "PER", Нью-Йорк - как "LOC", компания Microsoft - как "ORG". Могес.А
Ответ 1 · рейтинг 8 · Community
Вот ссылка на набор слайдов, сделанных Шашей Раш, аспиранткой. который в настоящее время работает над НЛП в Google. Одна из причин, по которой мне действительно нравятся слайды, заключается в том, что они содержат конкретные примеры и показывают выполнение важных алгоритмов.
Ответ 2 · рейтинг 3 · Community
Это не статья, но доступен целый бесплатный онлайн-курс по вероятностным графическим моделям - - КРФ является одним из них. Это очень точно, и вы получите интуитивно понятный уровень понимания после его завершения.
Ответ 3 · рейтинг 1 · Community
Я не думаю, что кто-то напишет такой учебник. Вы можете ознакомиться с учебным пособием по HMM, которое легче понять и объяснить на примере. Проблема с CRF в том, что это глобальная оптимизация со многими зависимостями, поэтому очень сложно шаг за шагом показать, как мы оптимизируем параметры и как предсказываем метки. Но идея очень проста - максимизация графа зависимостей (клик) с использованием разреженности...
