【关于 命名实体识别】 那些的你不知道的事

作者：杨夕

目录

一、动机篇

1.1 什么是命名实体识别？

1.2 命名实体识别存在什么问题？

二、机器学习方法篇

2.1 隐马尔科夫算法 篇

2.1.1 什么是 隐马尔科夫算法？

2.1.2 隐马尔科夫算法 思路 是什么？

2.2 MEMM 介绍篇

2.3 CRF 介绍篇

三、深度学习方法篇

四、对比篇

4.1 CRF模型 和 HMM和MEMM模型 区别？

• 相同点：MEMM、HMM、CRF 都常用于 序列标注任务；
• 不同点：
  • 与 HMM 的区别：CRF 能够解决 HMMM 因其输出独立性假设，导致其不能考虑上下文的特征，限制了特征的选择的问题；
  • 与 MEMM 的区别：MEMM 虽然能够解决 HMM 的问题，但是 MEMM 由于在每一节点都要进行归一化，所以只能找到局部的最优值，同时也带来了标记偏见的问题，即凡是训练语料中未出现的情况全都忽略掉。
  • CRF ：很好的解决了这一问题，他并不在每一个节点进行归一化，而是所有特征进行全局归一化，因此可以求得全局的最优值。

参考资料

1. 条件随机场CRF
2. 朴素贝叶斯(NB)、逻辑回归(LR)、隐马尔科夫模型(HMM)、条件随机场(CRF) ...