感知機的分類與結構化預測_CodingPark編程公園

基本概念 引言 隱馬爾可夫模型能捕捉的特徵僅限於兩種：其一，前一個標籤是什麼；其二，當前字符是什麼。 爲了利用更多的特徵，線性模型 應運而生 線性模型由兩部分構成： 一系列用來提取特徵的特徵函數 φ，以及相應的權重向量 w。 分類問題 概念 分類指的是預測樣本所屬類別的一類問題。 二分類也可以解決任意類別數的多分類問題(one vs rest)。 應用 在NLP領域，絕大多數任務可以用分類來解決。

>>阅读原文<<