Любой рекомендую хороший учебник по условным случайным полям

Я пытаюсь найти хороший учебник по условным случайным полям и еще не найти тот, который не начал посылать мой мозг в расплавление. Я хорошо разбираюсь в HMM, и я получаю разницу между дискриминационными и генеративными моделями... но пока еще я не смог найти ресурс, который может дать хорошее сравнение HMM и CRF, что имеет смысл для меня. Любая помощь будет оценена.

Ответы

Ответ 1

Один из лучших ресурсов, который я нашел, на самом деле является разделом в книге Кристофера Бишопа "Распознавание образов и машинное обучение" (которую я очень рекомендую, кстати) относительно Марковских случайных полей (CRF - это специализированные марковские случайные поля). Это даже есть пример, который, я уверен, вы уже заметили, невероятно трудно найти для этого предмета. Теперь я должен указать, что этот раздел не даст вам полного понимания CRF, но он, мы надеемся, по крайней мере, для меня, поможет вам ориентироваться в этих предательских учебниках CRF.

Кроме того, я не нашел ничего, кроме ошеломляющих академических документов по этому вопросу. Вот несколько, которые я нашел полезными, хотя:

Введение в условные случайные поля для реляционного обучения - Это достаточно тщательно.
Условные случайные поля: вероятностные модели для данных последовательности сегментирования и маркировки - Это документ, который изначально изложил структуру CRF. Мне немного легче читать, чем те, которые появились после него. Он также сравнивает CRF с HMM и MEMM (включая диаграммы.)

Извините, это все, что я могу внести. Я все еще пытаюсь самостоятельно освоить CRF.

Ответ 2

Классические вероятностные модели и условные случайные поля

http://www.scai.fraunhofer.de/fileadmin/images/bio/data_mining/paper/crf_klinger_tomanek.pdf

Это, безусловно, лучший учебник, который мне до сих пор удавалось найти. Как следует из названия, он разрабатывает идею CRM, сначала создавая поверх более известных моделей, включая Naive Bayes, HMM и Maximum Entropy. Использование цветов и рисунков также повышает понятность.

Ответ 3

самое удивительное введение в CRF.

Кроме того, этот раздаточный материал в классе довольно хорошо объясняет "обозначение" для CRF линейной цепи.

Ответ 4

Очень интересный видеоурок по CRF, представленный профессором Чарльзом Эльканом (UCSD): http://videolectures.net/cikm08_elkan_llmacrf

И лекционные заметки можно загрузить с его домашней страницы: http://cseweb.ucsd.edu/users/elkan/250B/cikmtutorial.pdf

Ура! Хунг Нго.

Ответ 5

Я бы также рекомендовал эту кандидатскую диссертацию, у нее есть одна глава о графических моделях и одна в CRF. Он вводит все концепции, необходимые для понимания CRF.

Обновление: заменил ссылку, в случае, если ссылка снова затормозится, заглавием кандидатской диссертации является "Масштабирование условных случайных полей для обработки естественного языка". Я должен добавить, что в нем обсуждается разница между HMM и CRF.

Ответ 6

Также "Shallow Parsing with CRFs" от Sha and Pereira здесь