【494】条件随机场，crf

强烈推荐：

• 最通俗易懂的BiLSTM-CRF模型中的CRF层介绍
• 原文：CRF Layer on the Top of BiLSTM - 1

参考：

• 概率论09 期望
• 从全概率公式与贝叶斯公式原理讨论，引出贝叶斯估计理论及其具体应用
• 概率图模型（PGM）：贝叶斯网（Bayesian network）初探
• 指数分布族
• 联合概率、边缘概率、条件概率之间的关系&贝叶斯公式
• 概率论07 联合分布
• 概率图之马尔可夫随机场（Markov Random Field，MRF）
• 概率图模型
• 如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？
  另一个回答：https://www.zhihu.com/question/35866596/answer/139485548
• Introduction to Conditional Random Fields
• An Introduction to Conditional  Random Fields

一、概率图

条件独立性证明

a → b，a —— tail，b —— head

tail to tail，若a被观测，则路径被阻塞，b 与 c，在给定 a 的情况下，条件独立

总结

D-Seperation，D划分（D分离）

Markov Blanket