标记偏置 隐马尔科夫 最大熵马尔科夫 HMM MEMM

隐马尔科夫模型（HMM）：

图1. 隐马尔科夫模型

隐马尔科夫模型的缺点：

        1、HMM仅仅依赖于每个状态和它相应的观察对象：

              序列标注问题不仅和单个词相关，并且和观察序列的长度，单词的上下文，等等相关。

        2、目标函数和预測目标函数不匹配：

              HMM学到的是状态和观察序列的联合分布P(Y,X)，而预測问题中，我们须要的是条件概率P(Y|X)。

 

最大熵隐马尔科夫模型（MEMM）：

 

图2. 最大熵马尔科夫模型

        MEMM考虑到相邻状态之间依赖关系。且考虑整个观察序列，因此MEMM的表达能力更强；MEMM不考虑P(X)减轻了建模的负担。同一时候学到的是目标函数是和预測函数一致。

MEMM的标记偏置问题：

 

图3. Viterbi算法解码MEMM。状态1倾向于转换到状态2，同一时候状态2倾向于保留在状态2；

P(1-> 1-> 1-> 1)= 0.4 x 0.45 x 0.5 = 0.09 ，P(2->2->2->2)= 0.2 X 0.3 X 0.3 = 0.018，

P(1->2->1->2)= 0.6 X 0.2 X 0.5 = 0.06，P(1->1->2->2)= 0.4 X 0.55 X 0.3 = 0.066。

        图3中状态1倾向于转换到状态2，同一时候状态2倾向于保留在状态2；可是得到的最优的状态转换路径是1->1->1->1。为什么呢？由于状态2能够转换的状态比状态1要多，从而使转移概率减少；即MEMM倾向于选择拥有更少转移的状态。

这就是标记偏置问题。

而CRF非常好地攻克了标记偏置问题。

        MEMM是局部归一化，CRF是全局归一化

        还有一方面。MEMMs不可能找到对应的參数满足下面这样的分布：

         a b c --> a/A b/B c/C      p(A B C | a b c) = 1

         a b e --> a/A b/D e/E      p(A D E | a b e) = 1

         p(A|a)p(B|b,A)p(C|c,B) = 1

         p(A|a)p(D|b,A)p(E|e,D) = 1

       可是CRFs能够找到模型满足这样的分布。