高次CRFsとセミマルコフCRFs
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2019/03/29 02:19 UTC 版)
「条件付き確率場」の記事における「高次CRFsとセミマルコフCRFs」の解説
CRFsは整数 o {\displaystyle o} に指定された手前の変数 Y i − o , . . . , Y i − 1 {\displaystyle Y_{i-o},...,Y_{i-1}} に依存する Y i {\displaystyle Y_{i}} を考えることでより高次のモデルに拡張される。訓練と推定は実際には o {\displaystyle o} の小さい値に対してのみ行われる。これは計算コストが o {\displaystyle o} に従って指数的に増加するためである。 別のCRFsの一般化として、セミマルコフ条件付き確率場 (semi-CRF) があり、これはラベル列 Y {\displaystyle Y} の可変長セグメンテーションをモデル化したものである。これは Y i {\displaystyle Y_{i}} の計算コストの大きい長値域依存性をモデル化することで高次CRFsに相当する能力を提供する。
※この「高次CRFsとセミマルコフCRFs」の解説は、「条件付き確率場」の解説の一部です。
「高次CRFsとセミマルコフCRFs」を含む「条件付き確率場」の記事については、「条件付き確率場」の概要を参照ください。
ウィキペディア小見出し辞書の「高次CRFsとセミマルコフCRFs」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 高次CRFsとセミマルコフCRFsのページへのリンク
