1/从HMM到CRF到LSTM+CRF
网址：https://blog.csdn.net/u011724402/article/details/82078328
2/马尔可夫
https://www.cnblogs.com/baiboy/p/hmm1.html
3/HMM
详细原理
https://www.cnblogs.com/skyme/p/4651331.html
综述类
https://www.cnblogs.com/Denise-hzf/p/6612212.html
4/应用于NLP
具体到分词系统，可以将天气当成“标签”，活动当成“字或词”。那么，几个NLP的问题就可以转化为：
-
词性标注：给定一个词的序列（也就是句子），找出最可能的词性序列（标签是词性）。如ansj分词和ICTCLAS分词等。
-
分词：给定一个字的序列，找出最可能的标签序列（断句符号：[词尾]或[非词尾]构成的序列）。结巴分词目前就是利用BMES标签来分词的，B（开头）,M（中间),E(结尾),S(独立成词）
-
命名实体识别：给定一个词的序列，找出最可能的标签序列（内外符号：[内]表示词属于命名实体，[外]表示不属于）。如ICTCLAS实现的人名识别、翻译人名识别、地名识别都是用同一个Tagger实现的。
