CRF条件随机场

CRF和HMM，朴素贝叶斯一样都是概率图模型，概率图模型构建了这样的图，用观测结点表示观测到的数据，隐含结点表示潜在的知识，边描述知识与数据间的相互关系，最后基于这样的图得到概率分布

CRF公式

HMM VS CRF

相同点: HMM和CRF都是概率图模型，都可应用于序列标注问题
不同点：HMM是生成式模型，CRF是判别式模型
CRF比起HMM的优势：HMM存在标注偏置问题，CRF通过引入归一化因子Z，在全局范围内进行归一化，解决了HMM局部归一化带来的标注偏置问题（详细解释请看参考2,3）

参考资料

1. https://www.zhihu.com/question/35866596/answer/236886066
2. 百面机器学习
3. https://www.jianshu.com/p/45c5be21daa6

原著是一个有趣的人,若有侵权,请通知删除