machine-learning - 在命名实体识别任务中,条件随机场是双向的吗?
问题描述
我目前正在处理命名实体识别任务。我正在使用条件随机场算法对标记的实体进行分类。我想知道这个算法是否像 BERT 一样是双向的?
该算法对每个单词的特征包括前一个单词和下一个单词,所以我猜是这样。这是否也意味着 CRF 正在预测整个句子?还是在每个字上?
感谢您对这个问题的任何引导!
解决方案
推荐阅读
- apache-kafka - Apache Kafka 分区保证消息的顺序
- apache-poi - 需要在页面末尾插入文本但表格仍在下一页继续
- xaml - Xamarin Forms - 使用 span TapGestureRecognizer 命令的 Html2Xaml 转换器问题
- pca - 可以针对特定功能对 PCA 进行规范化吗?
- java - 将专色(直接色调)添加到 PDF
- c# - 反序列化 Avro Spark
- python-3.x - 如何使用 Pandas groupby() 将具有逗号分隔的列项的字符串聚合到列表中?
- html - Flexbox - 导航栏上菜单项之间的间隙不一致
- python - Azure API 权限修复
- react-redux - 在 React Redux 中拖放一行后更新 react-table 值