Campo aleatório condicional

Um campo aleatório condicional (CRF) é um tipo de modelo probabilístico não direcionado usado no aprendizado de máquina (um ramo da inteligência artificial ). O termo é freqüentemente usado para se referir a uma forma especial com uma estrutura linear, o campo aleatório condicional de cadeia linear . Isso normalmente é usado para segmentar sequências. Isso significa que o CRF recebe uma sequência como entrada e emite uma sequência com o mesmo comprimento . Em contraste com os modelos de Markov ocultos (HMMs; um modelo diferente, mas direcionado para dados sequenciais), um CRF pode acessar as informações completas da sequência de entrada em qualquer ponto, enquanto um HMM só vê a entrada atual. Isso significa que conjuntos complexos de recursos podem ser usados.

Treinamento

Como todos os modelos de aprendizado de máquina , os CRFs devem ser treinados ; ou seja, seus parâmetros devem ser estimados a partir dos dados . Existem vários métodos de aprendizagem para isso, como o método gradiente ou o método quase Newton . Várias sequências são especificadas para as quais a entrada e a saída desejada são conhecidas (isso é aprendizado monitorado ). O processo de aprendizagem tenta então adaptar os parâmetros na CRF de forma que a sequência de saída correta seja prevista para tantas sequências quanto possível nos dados de treinamento.

Formulários

Os CRFs foram aplicados com sucesso a vários problemas, tais como:

Veja também

credenciais

  • J. Lafferty, A. McCallum, F. Pereira: Campos aleatórios condicionais: Modelos probabilísticos para segmentação e marcação de dados de sequência . In: Proc. 18th International Conf. no aprendizado de máquina . Morgan Kaufmann, San Francisco, CA 2001, p. 282-289 .
  • A. McCallum: Características de indução eficiente de campos aleatórios condicionais . In: Proc. 19ª Conferência sobre Incerteza em Inteligência Artificial . 2003
  • F. Sha, F. Pereira: Análise superficial com campos aleatórios condicionais . Universidade da Pensilvânia, 2003 (Relatório Técnico MS-CIS-02-35).
  • HM Wallach: Campos aleatórios condicionais: Uma introdução . Universidade da Pensilvânia, 2004 (Relatório Técnico MS-CIS-04-21).
  • C. Sutton, A. McCallum: Uma Introdução aos Campos Aleatórios Condicionais para Aprendizagem Relacional . In: Lise Getoor, Ben Taskar (Ed.): Introdução à Aprendizagem Relacional Estatística . MIT Press, 2006.
  • R. Klinger, K. Tomanek: Modelos Probabilísticos Clássicos e Campos Aleatórios Condicionais . Dortmund University of Technology, dezembro de 2007, ISSN  1864-4503 ( PDF Online - Relatório de Engenharia de Algoritmo TR07-2-013).
  • T. Kudo, K. Yamamoto, Y. Matsumoto: Aplicando Campos Aleatórios Condicionais à Análise Morfológica Japonesa . 2004 ( PDF online ).