Hekena的博客

在小样本学习中的数据增强方法，。

整个IE经过的发展时期：是不是大约每10年经过一轮变更？不对，变更的时间在不断的缩减。传统机器学习的时代在2011年左右接近尾声，之后，深度学习时代，18年，bert出现，开始转入模型结构时代，21年，提示学习开始崭露头角，22年，回归数据，数据结构化再次被关注。论文中的原话是：数据的作用将被再次强调，模型的预训练和下游任务的微调被看作是一个数据存储和访问的过程。技术的迭代总是沿着这样的方向发展，即系统开发者可以通过做更少的事情来设计一个更好和更普遍的系统。

2001年Lafferty等人提出了条件随机场（Conditional random field，CRF），放松了HMM中的强假设，在序列标注领域取得了较好的成果，渐渐取代HMM，成为序列标注问题的一项通用技术。时刻t=3也是一样的。来到时刻t=2，上一个时刻即t=1，状态1-3都可以转移到状态1，那么就要寻找转移到状态1的最优选择，比如状态1转移状态1的分数为：0.8（时刻t=1选择状态1的分数） + 0.5（状态1转移到状态1的转移分数） + 0.1（时刻t=2即当前选择状态1的分数）= 1.4。