Conditional Random Field

释义 Definition

条件随机场（CRF）：一种用于结构化预测的概率图模型，常用于对序列数据（如分词、词性标注、命名实体识别）进行整体建模与标注。它通过对给定观测（输入）条件下的标签序列（输出）建模，充分利用上下文特征。

发音 Pronunciation (IPA)

/kənˈdɪʃənəl ˈrændəm fiːld/

例句 Examples

We used a conditional random field to label each word in the sentence.
我们使用条件随机场来给句子中的每个词进行标注。

In biomedical text mining, a conditional random field can combine many contextual features to improve named-entity recognition accuracy.
在生物医学文本挖掘中，条件随机场可以融合多种上下文特征，从而提高命名实体识别的准确率。

词源 Etymology

“Conditional”意为“条件的”，强调模型学习的是 在给定观测条件下 的输出分布；“Random field”源自统计物理与概率图模型中的“随机场”概念，表示由许多相互依赖的随机变量构成的整体。CRF可理解为：在随机场框架下，对输出结构进行条件化建模的一类方法（常见为线性链CRF用于序列）。

相关词 Related Words

• Factor Graph
• Hidden Markov Model
• Logistic Regression
• Markov Random Field
• Maximum Entropy Markov Model
• Sequence Labeling
• Structured Prediction

文献与作品 Literary / Notable Works

• Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data（Lafferty, McCallum, Pereira，2001）
• An Introduction to Conditional Random Fields（Sutton & McCallum，常被引用的综述/教程版本）
• Speech and Language Processing（Jurafsky & Martin，多版本教材中介绍CRF及序列标注）
• Foundations of Statistical Natural Language Processing（Manning & Schütze，相关章节常与序列标注模型一并讨论）