这两天我一直在寻找HMM和CRF之间的区别。
为了防止面试之间的遇到这类的问题啊，我准备了几个自问自答来总结一下这两天的收获。
首先HMM模型，能不能简要的概括？
隐马可夫模型是由两个序列组成的一个序列叫做状态序列，一个叫做表现序列，我们主要通过表现序列来推测他的状态。表现序列是可见的，状态序列是不可见的。并且每个状态序列的部分只与它前面的部分有关，这也就代表了这个隐马尔可夫模型，它是一个有向图模型。而表现序列只与它对应的状态序列有关。
隐马尔可夫模型介绍_u013677156的专栏-CSDN博客
能不能概括一下条件条件随机场？
条件随机场跟隐马可夫模型相似，但最大的问题是条件随机场可以使用全局的状态序列，而隐马可夫模型，它使用的状态序列，只跟每个状态只跟上一个状态和之前的状态有关。
概率图(一)--HMM与CRF对比_atarik@163.com-CSDN博客
能不能说一下HMM和CRF之间的区别？
HMM是生成模型，使用的是联合概率分布，CRF是判别模型使用的是条件概率分布。 HMM的生成模型主要体现在两个方面，它主要是有两个条件，一个是当前状态的表现，一个是当前状态的上一个状态。CRF使用的是条件概率分布，他使用的意思是当当产生当已知当前状态的表现的时候，来求这个状态的概率。他这个状态不仅仅依赖于上一个状态的概率。
HMM的无法使用多以一个标记的特征，而CRF可以使用多个标记的特征。