명명 된 엔티티 인식에 조건부 임의 필드 사용

Question

이란 조건부 임의 필드은 무엇입니까? 정확히 어떻게 수행 조건부 임의 필드은 사람, 조직 또는 구조화 된 텍스트 또는 구조화되지 않은 텍스트의 적절한 이름을 식별합니까? 예를 들어

:이 제품은 유래 Inc.에서 주문한

무엇 조건부 랜덤 필드 조직으로 유래 주식을 식별합니까?

Answer 1

CRF는 Maximum Entropy Markov 모델과 동일한 일반 제품군에서 차별적 인 일괄 태깅 모델입니다.

전체 설명은 책 길이입니다.

1. 인간은 엔티티를 표시, 텍스트의 200-500K 단어에 주석을 다음과 같이

   짧은 설명입니다.

2. 인간은 엔티티를 나타낼 수있는 일련의 기능을 선택합니다. 대문자 사용 또는 단어가 태그가있는 교육 세트에 표시되었는지 여부
3. 교육 절차는 기능의 모든 발생을 계산합니다.
4. CRF 알고리즘의 핵심은 계산에 적합한 모든 모델의 공간을 검색하여 꽤 좋은 것을 찾습니다.
5. 런타임시 디코더 (아마도 비터 비 디코더)는 문장을보고 각 단어에 할당 할 태그를 결정합니다. 이것의

하드 부분은 기능 선택 및 4 단계

Answer 2

그럼 당신은 많은 것들을 공부하고있어 이해하기의 검색 알고리즘이다.
시작을 위해

마르코프 및 베이지안 네트워크의 기본 사항을 이해합니다. 다프네 coller
https://class.coursera.org/pgm/lecture/index

CRF에 의한 코 세라에서 사용할 수
온라인 과정은 우리가 관찰하고 숨겨진 상태가 마르코프 네트워크의 특별한 유형입니다.
목표는 MAP 문제라고도하는 관측되지 않은 변수에 대한 최상의 상태 할당을 찾는 것입니다.
많은 가능성과 최적화를 위해 준비하십시오. :-)