CRFs及其应用 模型原理 基本思路:给定观察序列XXX,输出标识序列YYY,通过计算P(Y∣X)P(Y|X)P(Y∣X)求解最优标注序列。 CRFs和HMMs的区别: CRFs中特征函数(全局特征函数)统一表示为: Fj(Y,X)=∑i=1nfj(yi−1,yi,X,i) F_j(Y,X)=\sum_{i=1}^{n}f_j(y_{i-1},y_i,X,i) Fj(Y,X)=i=1∑nfj(y