假设对于我们的数据，我们有观察（每个观察是一组特征）和标签（每个观察一个标签）。在 NER 的情况下，我们有一组关于单词（观察）的特征，并且标签通常是 BIO 方案，其中我们可能有 B-Loc 表示位置的开始，I-Loc 内部位置，B-Pers 表示开始人词，I-Pers 用于内部人词，O 用于命名实体之外。句子：“这个人是乔治·W·布什。” 有标签“（O）人（O）是（O）乔治（B-Pers）W.（I-Pers）布什（I-Pers）。”

SVM 在给定特征集的情况下预测标签，这些特征都与前面观察的标签无关。但是，用于训练 SVM的特征可能与前后观察的特征相关。例如，我们不能具有前置-B-Loc 前置-I-Loc 等的特征，但我们可以有前置-名词前置-动词后置-名词后置-动词等，其中每个特征都被赋予一个二进制 0/1 值（在培训中）。在实践中，SVM 可能希望您将特征从 1 命名为 |num_features|，然后仅列出值为 1 的特征名称。然后，在测试中，我们可以通过查看观察结果来生成标签，例如零件词的词性、前后词等，SVM 使用这些观察结果来预测标签。一个人会创建许多特征，而观察结果将是稀疏的。

简而言之，CRF 使用给定一组特征加上所有其他标签的标签概率（训练很慢）。这是一种简化，因为 CRF 模型迭代地向前和向后传播标签的概率（参见forward-backward algorithm) 直到收敛到局部最大值。CRF 在输入的观察结果上使用图（顶点和边）：如果您从左到右描绘标记，则每个标记都与其下方的垂直列相关联，其中沿着该列是所有可能标签的顶点（B -Loc、I-Loc、B-Pers、I-Pers、O 等）——所以在我们简单的 BIO 方案中，每个令牌有 7 个顶点。列中没有边：每个顶点都连接到相邻列中的每个顶点（向前和向后）。在模型运行完之后，边权重用于预测给定观察序列的每个标记的标签。

这些选择之间的偏好：这取决于。像斯坦福 NLP Parser这样的现成 NER可以为您提供预训练的 CRF。如果你有一个需要训练的专业领域，CRF 可能是多余的，而 SVM 就足够了。