CRF 和 HMM 的主要区别：判别模型 vs. 生成模型

CRF 和 HMM 都是用于序列标注等任务的统计模型，但它们在模型类型上有重要区别。

正确答案：D CRF 是判别模型，HMM 是生成模型。

• 生成模型 尝试对联合概率分布 p(X, Y) 进行建模，其中 X 是观测序列，Y 是隐藏状态序列。例如，HMM 尝试学习生成观测序列的概率，并使用该概率来推断隐藏状态。
• 判别模型 直接对条件概率分布 p(Y|X) 进行建模，即给定观测序列的情况下，预测隐藏状态的概率。CRF 属于判别模型，它直接学习从观测序列到隐藏状态的映射关系。

简而言之，HMM 关注生成数据的过程，而 CRF 关注预测结果的准确性。