条件付き確率場（Linear Chain CRF）を導出してみた - Qiita

$$ \newcommand{\b}[1]{\mathbf{#1}} \newcommand{\t}[1]{\tilde{#1}} \newcommand{\max}{\mathop{\rm max}\limits} \newcommand{\argmax}{\mathop{\rm argmax}\limits} $$ 自然言語処理における条件付き確率場(CRF)の導出 条件付き確率場は単語分割や品詞推定など自然言語処理の様々な場面で利用される手法である。 自分でスクラッチからCRFを実装するために、どのような統計モデルに基いてどのようにして導出するのかをまとめてみた。 問題設定 条件付き確率場は系列 $ x_1x_2...x_N $ が与えられた時にその系列に対するタグや品詞 $ y_1y_2...y_N $ を推測することが出来る。 ここで単語の集合を $ Word $, 品詞の集合を

[theflyingcat28]

“ここで単語の集合を WordWord Word , 品詞の集合を WordClassWordClass WordClass とすると、xi∈Word (∀i∈1,2,...N)xi∈Word (∀i∈1,2,...N) x_i \in Word \ \ (\forall i \in {1, 2, ... N}) かつ yi∈WordClass (∀i∈1,2,...N)yi∈WordClass (∀i∈1,2,...N) y_i \in WordClas