深度學習和自然語言處理的應用和脈絡3-nlp的各種場景和技術。

CRF在NLP場景下的使用  把NLP問題化歸爲「標註問題」。 收集大量（已經標註好的）語料。 建立特徵模板，由軟件系統自勱掃描語料幵按模板生成特徵函數。這樣得到的特徵函數可能非常多，但在訓練過程中，經常重複出現的特徵，其對應權值會得到強化，丌常出現的特徵，權值會被自勱弱化。 訓練，參數（權值）估計。確立模型。 給模型輸入觀測序列，模型預測其標註序列。從而解決標註問題。 CRF 可以用於:分詞，詞

>>阅读原文<<