- [机器学习入门] 李宏毅机器学习笔记-31 (Sequence
- [机器学习入门] 李宏毅机器学习笔记-30 (Sequence
- [机器学习入门] 李宏毅机器学习笔记-29 (Sequence
- [机器学习入门] 李宏毅机器学习笔记-15 （Unsupervi
- [机器学习入门] 李宏毅机器学习笔记-24（introducti
- [机器学习入门] 李宏毅机器学习笔记-14 （Unsupervi
- [机器学习入门] 李宏毅机器学习笔记-22（Transfer L
- [机器学习入门] 李宏毅机器学习笔记-9 （“Hello wor
- [机器学习入门] 李宏毅机器学习笔记-33 (Recurrent
- [机器学习入门] 李宏毅机器学习笔记-34 (Recurrent
[机器学习入门] 李宏毅机器学习笔记-31 (Sequence Labeling Problem part 3 ;结构化预测-序列标记 part 3)
| VIDEO |
|---|
上接 part 1
Sequence Labeling Problem
Outline
这里写图片描述
怎样把Structured Perceptron/SVM用到Sequence Labeling Problem呢？
Structured Perceptron/SVM
Structured Perceptron
解三个问题
这里写图片描述
和CRF update的操作很像。
Structured Perceptron v.s. CRF
这里写图片描述
Structures Perceptron只取几率最大的那一个y所形成的featrue，而CRF是考虑所有y可能形成的featrue以及它们的几率。
Structured SVM
这里写图片描述
只有training的部分有所不同。
Structured SVM – Error Function
这里写图片描述
Performance of Different Approaches
一些实验比较，可见Structured SVM性能最好。
这里写图片描述
网友评论