BiLSTM上的CRF,用命名實體識別任務來解釋CRF(2)損失函數

文章目錄 回顧 2. CRF層 2.1 Emission得分 2.2 Transition得分 2.3 CRF損失函數 2.4 實際路徑得分 2.5 所有可能的路徑的得分 附言 轉載來源: CreateMoMo 今天是第二部分,給大家推導一下CRF的損失函數如何計算,思路很清楚。 回顧 在前一節中,我們知道CRF層可以從訓練數據集中學習一些約束,以確保最終預測的實體標籤序列是有效的。 約束條件可以
相關文章
相關標籤/搜索