关于转移特征的更新方程为
关于状态特征的更新方程为
T(x,y)是在数据(x,y)中出现所有特征数的总和:
具体算法如下:
拟牛顿法:
对于条件随机场模型,学习的优化目标函数是:
其梯度函数是
条件随机场的预测算法:
预测算法也是采用了维特比算法,不需要重新推导,详情请见之前的HMM的预测算法,里面有相关算法和实例,相信解释的比较清楚。
关于转移特征的更新方程为
关于状态特征的更新方程为
T(x,y)是在数据(x,y)中出现所有特征数的总和:
具体算法如下:
拟牛顿法:
对于条件随机场模型,学习的优化目标函数是:
其梯度函数是
条件随机场的预测算法:
预测算法也是采用了维特比算法,不需要重新推导,详情请见之前的HMM的预测算法,里面有相关算法和实例,相信解释的比较清楚。
内容版权声明:除非注明,否则皆为本站原创文章。