线性链条件随机场与隐马尔可夫链之间的等价性
机器学习
2021-11-16 v1 机器学习
摘要
约六十年来，实践者在不同问题中成功使用隐马尔可夫链（HMCs）。HMCs 属于生成式模型族，常与被拿来比较的判别式模型（如条件随机场（CRFs））对比。作者通常认为 CRFs 与 HMCs 颇为不同，且 CRFs 常作为 HMCs 的有趣替代方案出现。在某些领域，如自然语言处理（NLP），判别式模型已完全取代生成式模型。然而，近期一些结果表明这两类模型并非如此不同，且二者均可带来相同的处理能力。本文中，我们将简单的线性链 CRFs 与基础的 HMCs 进行比较。我们表明 HMCs 与 CRFs 是等价的：对每个 CRF，我们显式构造一个具有相同时后验分布的 HMC。因此，HMCs 与线性链 CRFs 并非不同，而仅是参数化不同的模型。
引用
@article{arxiv.2111.07376,
title = {On equivalence between linear-chain conditional random fields and hidden Markov chains},
author = {Elie Azeraf and Emmanuel Monfrini and Wojciech Pieczynski},
journal= {arXiv preprint arXiv:2111.07376},
year = {2021}
}
备注
5 pages