返回信息流虽然网上的文章对BiLSTM-CRF模型介绍的文章有很多，但是一般对CRF层的解读比较少。
于是决定，写一系列专门用来解读BiLSTM-CRF模型中的CRF层的文章。
我是用英文写的，发表在了github pages上。
如果文章中有描述不对，不准确或者引起困惑的地方，欢迎随时发表评论。
文章链接：
（2017.09.15）标题：CRF Layer on the Top of BiLSTM - 1 链接：https://createmomo.github.io/2017/09/12/CRF_Layer_on_the_Top_of_BiLSTM_1/
（2017.09.23）标题：CRF Layer on the Top of BiLSTM - 2 链接：https://createmomo.github.io/2017/09/23/CRF_Layer_on_the_Top_of_BiLSTM_2/
（2017.10.08）标题：CRF Layer on the Top of BiLSTM - 3 链接：https://createmomo.github.io/2017/10/08/CRF-Layer-on-the-Top-of-BiLSTM-3/
(CRF Layer on the Top of BiLSTM - 4 进行中...）
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #25947同步于 2017/9/23
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
通俗理解BiLSTM-CRF命名实体识别模型中的CRF层
createMoMo
2017/9/23镜像同步13 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
图是拿什么工具画的？
【 在 createMoMo 的大作中提到: 】
: 虽然网上的文章对BiLSTM-CRF模型介绍的文章有很多，但是一般对CRF层的解读比较少。
: 于是决定，写一系列专门用来解读BiLSTM-CRF模型中的CRF层的文章。
: 我是用英文写的，发表在了github pages上。
: ...................
请问transition matrix的获取上，可以通过初始化矩阵，然后随着训练不断更新这个矩阵的值。
另外其实也可以通过预先统计训练语料中的标签从而获取到transition matrix，请问这样是否可行？相比于第一种方法有什么坏处？
【 在 createMoMo 的大作中提到: 】
: 虽然网上的文章对BiLSTM-CRF模型介绍的文章有很多，但是一般对CRF层的解读比较少。
: 于是决定，写一系列专门用来解读BiLSTM-CRF模型中的CRF层的文章。
: 我是用英文写的，发表在了github pages上。
: ...................
【 在 Zprince 的大作中提到: 】
: 没有中文版么
如果很多人都想看中文版，可能后面用英文写完了这个系列，会继续翻译成中文版。不过其实，并没有用太难的词汇。如果哪里感觉模糊，一定要提出来呀，我会改进的。
【 在 yunhuan 的大作中提到: 】
: 请问transition matrix的获取上，可以通过初始化矩阵，然后随着训练不断更新这个矩阵的值。
: 另外其实也可以通过预先统计训练语料中的标签从而获取到transition matrix，请问这样是否可行？相比于第一种方法有什么坏处？
:
你好，这个确实是可以从预料中统计转移矩阵的值，我感觉是可行的，但是其实神经网络训练的充分的话，他自己也可以学到那些。
说不上相比第一种方法有什么坏处（因为我也没有做对比试验，如果你有兴趣可以试一下）
我感觉你可以尝试下：
1. 用统计的值来初始化，并且设置在训练过程中可以被调整更新
2. 用统计的值来初始化，但是训练过程中，不会发生改变
3. 原始的方法，随机值初始化，在训练过程中可以被调整更新
好的。
【 在 createMoMo 的大作中提到: 】
:
: 你好，这个确实是可以从预料中统计转移矩阵的值，我感觉是可行的，但是其实神经网络训练的充分的话，他自己也可以学到那些。
: 说不上相比第一种方法有什么坏处（因为我也没有做对比试验，如果你有兴趣可以试一下）
: ...................