CRF（条件随机场-Conditional Random Field）
原始本文：我在北京吃炸酱面
标注示例（采用BIO标注方式）：
- 我O
- 在O
- 北B-PLA
- 京I-PLA
- 吃O
- 炸B-FOOD
- 酱I-FOOD
- 面I-FOOD
CRF：
目的：提出一些不可能出现的预测组合（例如I-PLA不能出现在B-PLA前面）
核心：11*11的概率转移矩阵。其中11是预测的标签的个数（也包含CLS和SEP标签）
原理
- x是我们的输出文本，也叫观测序列。
- y是输出标签，也称状态序列
- 特点1：y与每个x都相关，但是一般我们取前后十个x
- 特征2：y与相邻的两个y相关。
公式
- 公式说的是已知观察序列x，求任意状态序y的发生概率。
：是转移特征函数，它主要衡量相邻状态变量之间的影响，转移特征函数带了x参数，表明它是可以与观测x进行关联的；（基于上一个y和当前x如何得到当前y）
：是状态特征函数，它主要衡量观测序列对状态变量的影响，（x对y的影响）；- λ和μ是对两个函数进行加权求和。
- exp 是指数势函数，主要用于定义图模型中的概率分布函数；
- Z是规范化因子，确保式子是一个概率。
维特比解码
根据特征函数及其权重，使用维特比算法（一种寻找最优路径的动态规划算法），找到一条概率最高的标签路径。
- 计算所需数据：①bert的输出（每个位置属于n个类别的概率）②CRF转移矩阵（标签之间的转移得分），不会出现转换的pair值为为负无穷。
- 计算示例：例如“我爱中国”在计算第三个位置预测为“中”的score：3_地点_score=3_预测为地点的logit+max(上一次)
- 个人总结：其实是算所有可能出现的logit的最大可能。
记录
- 输入数据是要经过PAD到最大长度的，所以标签也有单独有一个PAD类别。
- 转移矩阵：可以理解为一个标签后面连接另一个标签的概率。
- 纯Bert+Softmax也可以做NER，用NER替换softmax效果更好（CRF是全局无向转移概率图，能有效考虑词前后的关系）。
- BERT+CRF 与 Bert+Bi-LSTM+CRF：加Bi-LSTM没有提升，性能反而下降。
- 训练BERT+CRF时，CRF所需要的的学习率要比BERT大约100倍，这样能带来更好的效果。
- 之前公司-NER：双向LSTM+CRF
- 现在公司-NER：Bert+CRF -> 蒸馏 ->小Bert+CRF
- NER架构演变：HMM->CRF->BiLSTM+CRF->Bert+CRF
- 特征函数：分成转移特征函数和状态特征函数，特征函数的本质是多个and的返回值为0或1的函数。
