TensorFlow学习（十四）：条件随机场CRF

向右看齐 2022-06-02 01:06 177阅读 0赞

参考:

> [**Module: tf.contrib.crf**][Module_ tf.contrib.crf]

还有一些其他的函数可以到官方文档里面查看和使用.

#### **Ⅰ tf.contrib.crf.crf\_log\_likelihood** ####

***crf\_log\_likelihood(inputs,tag\_indices,sequence\_lengths,transition\_params=None)***

在一个条件随机场里面计算标签序列的`log-likelihood`

参数:

> **inputs:** 一个形状为`[batch_size, max_seq_len, num_tags]` 的tensor,一般使用BILSTM处理之后输出转换为他要求的形状作为CRF层的输入.  
> **tag\_indices:** 一个形状为`[batch_size, max_seq_len]` 的矩阵,其实就是真实标签.  
> **sequence\_lengths**: 一个形状为 `[batch_size]` 的向量,表示每个序列的长度.  
> **transition\_params:** 形状为`[num_tags, num_tags]` 的转移矩阵

返回:  
**log\_likelihood**: 标量,log-likelihood  
**transition\_params:** 形状为`[num_tags, num_tags]` 的转移矩阵

#### **Ⅱ tf.contrib.crf.viterbi\_decode** ####

***viterbi\_decode(score,transition\_params)***  
通俗一点,作用就是返回最好的标签序列.这个函数只能够在测试时使用,在tensorflow外部解码

参数:

> **score**: 一个形状为`[seq_len, num_tags]` matrix of unary potentials.  
> **transition\_params**: 形状为`[num_tags, num_tags]` 的转移矩阵

> **viterbi**: 一个形状为`[seq_len]` 显示了最高分的标签索引的列表.  
> **viterbi\_score**: A float containing the score for the Viterbi sequence.

#### **Ⅲ.tf.contrib.crf.crf\_decode** ####

***crf\_decode(potentials,transition\_params,sequence\_length)***  
在tensorflow内解码

参数:

> **potentials:** 一个形状为`[batch_size, max_seq_len, num_tags]` 的tensor,  
> **transition\_params:** 一个形状为`[num_tags, num_tags]` 的转移矩阵  
> **sequence\_length**: 一个形状为`[batch_size]` 的 ,表示batch中每个序列的长度

> **decode\_tags**:一个形状为`[batch_size, max_seq_len]` 的tensor,类型是`tf.int32`.表示最好的序列标记.  
> **best\_score**: 有个形状为`[batch_size]` 的tensor, 包含每个序列解码标签的分数.

a√b∫yx

[Module_ tf.contrib.crf]: https://www.tensorflow.org/api_docs/python/tf/contrib/crf