基于Tensorflow使用CRF（条件随机场）解决词性标注问题

最近一直在看吴茂贵老师的《Python深度学习：基于TensorFlow》，前几天看到了概率图模型这一块，讲到了贝叶斯网络和马尔可夫网络等；其中后者主要讲到了马尔可夫随机场和条件随机场，于是今天就动手敲了一遍书中给的代码，讲真，代码有点乱，对于小白来说看着可能会生无可恋，咱们出发吧～～

关于词性标注稍微说明一下，比如给你一个句子：You  are  beautiful。标准的“主系表”结构，大家都知道系动词不能单独作谓语，其后必须跟表语，其实这就是一种规则，可以称之为一个特征函数，当然这其中还有很多规则，比如动词后边不能跟动词，这也是一个特征函数，我们就可以定义一个特征函数的集合，用来评判一个标注的序列是否正确，这一块的基础知识大家可以自行查阅一下，我们就不一一介绍了，咱们今天主要还是用代码实现它~~

进入正题吧：

1.设置参数

num_exam=10
num_words=20
num_feat=100
num_tags=5

咱们设置了10个样本，每个样本20个单词（不是20的后边统一为20），100个特征函数和5组标注序列，当然这个值可以随意设置，只要合理就o