linear_chain_crf

    API属性：声明式编程(静态图)专用API

    ( input, label, param_attr=None, length=None ) [源代码]

    线性链条件随机场（Linear Chain CRF）

    条件随机场定义间接概率图，节点代表随机变量，边代表两个变量之间的依赖。CRF学习条件概率

    ，

    linear_chain_crf - 图2

    是结构性输入，

    为输入标签。

    线性链条件随机场（Linear Chain CRF)是特殊的条件随机场（CRF），有利于序列标注任务。序列标注任务不为输入设定许多条件依赖。唯一的限制是输入和输出必须是线性序列。因此类似CRF的图是一个简单的链或者线，也就是线性链随机场（linear chain CRF）。

    该操作符实现了线性链条件随机场（linear chain CRF）的前向——反向算法。详情请参照 和 http://cseweb.ucsd.edu/~elkan/250Bwinter2012/loglinearCRFs.pdf。

    长度为L的序列s的概率定义如下：

    其中Z是归一化值，所有可能序列的P(s)之和为1，x是线性链条件随机场（linear chain CRF）的发射（emission）特征权重。

    线性链条件随机场最终输出每个batch训练样本的条件概率的对数

    注意：