條件隨機字段特徵函數

Question

我一直在閱讀一些關於CRF的論文，並對特徵函數有些困惑。一元（節點）和二元（邊緣）特徵f通常具有如下形式：f（yc，xc）= 1 {yc = y c} fg（xc）。

其中{。}是指示函數，如果所包含的條件爲真，則爲1;否則爲0。 fg是從數據中提取有用屬性（特徵）的數據xc的函數。

現在看來，要創建CRF功能，必須知道真正的標籤（yc）。這對訓練是正確的，但在測試階段，真實的類標籤是未知的（因爲我們正在試圖確定它們最有可能的值）。

我錯過了什麼嗎？這如何正確實施？

Answer 1

與CRF的想法是它爲每個標籤的設置分配一個分數。因此，你所做的，概念上是計算所有可能的標籤分配的分數，然後哪個標籤獲得最大分數就是CRF預測/輸出的分數。如果CRF爲不同的標籤分配提供不同的分數，這只是有意義的。當你這麼想的時候，很明顯標籤必須包含在特徵函數中才能工作。

所以我們假設你的CRF的對數概率函數是F（x，y）。因此它爲數據樣本x和標籤y的每個組合分配一個數字。因此，當您獲得新的數據樣本時，測試期間的預測標籤僅爲argmax_y F（new_x，y）。也就是說，你會發現y的值使得F（new_x，y）最大，這就是預測的標籤。