标注问题

标注问题是分类问题的一个推广，是更复杂的结构预测问题的一个简单的形式。

输入是一个观测序列，输出是一个标记序列或者状态序列。其目的是学习一个模型，使得对于观测序列能够给出一个标记序列作为预测。注意标记个数是有限的，但其组合所成的标记序列的个数是随着序列长度成指数级增长的。

学习系统基于训练数据集构建一个模型，表示为条件概率分布.p(Y1,Y2...YN|X1,X2...XN)

每一个xi取值为所以可能的观测，每一个Yi取值为所有可能的标记。

标注系统按照学习得到的条件概率分布模型，对新的输入观测序列找到相应的输出标记序列。

对于输入的观测序列找到使条件概率最大的标记序列。

评价标记系统的指标和评价分类系统的指标一样，常用的有准确率，精确率，召回率。

标注常用的统计学习方法有：隐马尔科夫模型，条件随机场。

应用范围：信息抽取，自然语言处理。