基于图注意力网络的完全连接成对 CRF 平均场推断
机器学习
2022-06-01 v1 人工智能
摘要
本文针对完全连接成对 CRF 模型提出了一种改进的平均场推断算法。该改进方法将消息传递操作由原始的线性卷积改为当前的图注意力操作，同时将推断算法的过程转化为 GAT 模型的前向过程。结合平均场推断得到的标签分布，其等价于仅含一元势的分类器的输出。为此，我们提出了一种带残差结构的图注意力网络模型，该模型方法适用于所有序列标注任务，例如像素级图像语义分割任务以及文本标注任务。
引用
@article{arxiv.2205.15312,
title = {Mean Field inference of CRFs based on GAT},
author = {LingHong Xing and XiangXiang Ma and GuangSheng Luo},
journal= {arXiv preprint arXiv:2205.15312},
year = {2022}
}