标注偏置问题(label bias)

最新推荐文章于 2025-04-13 14:00:00 发布

iteye_7668

最新推荐文章于 2025-04-13 14:00:00 发布

阅读量1.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： MachineLearning 文章标签： C C++ C#

本文链接：https://blog.youkuaiyun.com/iteye_7668/article/details/82032122

MachineLearning 专栏收录该内容

7 篇文章

订阅专栏

条件随机场(CRF)作为一种概率模型，在处理序列数据的分割和标注任务中展现出优势，尤其是在克服标注偏置问题方面。标注偏置是指在训练过程中某些状态转移概率较高而导致模型在预测时偏好这些转移路径的问题。CRF通过采用无向图结构和丰富的特征集来避免这一问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

CRF 相比于 maximum entropy Markov models一个很重要的特点就是避免了标注偏置问题。
什么是标注偏置问题?
在Conditional Random fields: Probabilistic Models for Segmenting and Labeling Sequence Data (http://www.cis.upenn.edu/~pereira/papers/crf.pdf)这篇论文中，有解释。

[img]http://dl.iteye.com/upload/attachment/433002/24f91c85-4590-3ae2-95a8-990deb776b40.jpg[/img]

我对这个问题的理解是：
有三个状态a,b,c,
在训练语料中，a转移b的概率，大于a转移到c的概率，造成在进行测试时，始终只能出现a到b状态。

[img]http://dl.iteye.com/upload/attachment/433026/ab3e291f-64bc-3612-8b9a-7160ba714f03.jpg[/img]

CRF 能够采用丰富的特征，其无向图的结构，能够避免这个问题。