1 只是用BiLSTM，不使用CRF或者加上softmax，这样可以吗？

A：只用BiLstm是不行的，因为它只用来提取特征。CRF起到分类和损失函数的作用。
使用softmax只能计算概率，不能起到前后关联的作用。而从CRF的使用场景：当输出序列的每一个位置的状态，需要考虑到相邻位置的状态的时候。因为CRF从X到Y过程中，Y是有关联的，这更加符合项目需求。另外从CRF的源代码看（分析可见此文）：内部包含了两部分用于计算数损失函数：计算输出概率，还有一个转换损失函数（这就是关联使得Y关联的关键所在）。

2 HMM和CRF的理解

HMM

一句话简介：HMM是一种链式依赖模型，属于有向图模型范畴。具体有初始状态概率矩阵π、隐状态转移概率矩阵A（隐状态之间）、发射矩阵B（隐状态到观测状态）；π和A决定了隐状态序列，B决定观测序列，因此HMM可以使用三元符号表示，称为HMM的三元素： λ = （A, B,π）。为简化计算，包含两个假设（齐次Markov假设和观测独立假设）。常见问题有：

  • 观测序列概率计算：前向-后向算法【给定模型λ=(A,B,π)和观测序列Q={q1,q2,…,qT}，计算模型λ下观测到序列Q出现的概率P(Q|λ)】；
  • 模型学习：第一种情况较为简单，就是我们已知观测序列和对应的隐藏状态序列，直接利用大数定理的结论“频率的极限是概率”，直接给出HMM的参数估计；第二种Baum-Welch（鲍姆-韦尔奇）算法(状态未知)【已知观测序列Q={q1,q2,…,qT}，求模型λ=(A,B,π)的参数，使得在该模型下观测序列P(Q|λ)最大】，该算法其实是一个EM算法。
  • 预测问题也称为解码：Viterbi（维特比）算法【给定模型λ=(A,B,π)和观测序列Q={q1,q2,…,qT}，求给定观测序列条件概率P(I|Q，λ)最大的隐含状态序列I】。Viterbi算法实际是用动态规划的思路求解HMM预测问题，求出概率最大的“路径”，每条“路径”对应一个状态序列

HMM：https://www.cnblogs.com/yifanrensheng/p/12684717.html 实例： https://www.cnblogs.com/yifanrensheng/p/13510897.html

CRF

一句话简介：条件随机场(Conditional Random Fields, 简称CRF)是给定一组输入序列条件下另一组输出序列的条件概率分布模型（是给定随机变量X条件下，随机变量Y的马尔科夫随机场。）。可以作为一种软分类模型，在自然语言处理中得到了广泛应用。和HMM很相似，去掉了HMM中的隐状态齐次Markov假设和观测序列的独立假设。
三个问题和HMM问题非常类似：
不过和HMM不同，在linear-CRF中，我们对于给出的观测序列x是一直作为一个整体看待的，也就是不会拆开看(x1,x2,…)，因此linear-CRF的问题模型要比HMM简单一些，如果你很熟悉HMM，那么CRF的这三个问题的求解就不难了。

  • linear-CRF第一个问题是评估推断（Inference），即给定 linear-CRF的条件概率分布P(y|x), 在给定输入序列x和输出序列y时，计算条件概率P(yi|x)和P(yi−1，yi|x)以及对应的期望。
  • linear-CRF第二个问题是学习（Learning），即给定训练数据集X和Y，学习linear-CRF的模型参数wk和条件概率Pw(y|x)，这个问题的求解比HMM的学习算法简单的多，普通的梯度下降法，拟牛顿法都可以解决。
  • linear-CRF第三个问题是解码（Decoding），即给定 linear-CRF的条件概率分布P(y|x),和输入序列x, 计算使条件概率最大的输出序列y。类似于HMM，使用维特比算法可以很方便的解决这个问题。

    比较

    CRF和异同点
    相同点：
    linear-CRF模型和HMM模型有很多相似之处，尤其是其三个典型问题非常类似，除了模型参数学习的问题求解方法不同以外，概率估计问题和解码问题使用的算法思想基本也是相同的。同时，两者都可以用于序列模型，因此都广泛用于自然语言处理的各个方面。
    不同点：
  1. HMM是假定满足观测序列HMM独立假设。CRF没有，所以CRF能容纳更多上下文信息。
  2. linear-CRF是利用最大熵模型的思路去建立条件概率模型，对于隐状态序列并没有做马尔科夫假设。而HMM是在对隐状态做了马尔科夫假设的前提下建立联合分布的模型
  3. CRF计算的是全局最优解，不是局部最优值。
  4. CRF模型是判别模型，而HMM是生成模型，即linear-CRF模型要优化求解的是条件概率 P (y|x),则HMM要求解的是联合分布P (y，x) 。
  5. CRF计算量大于HMM，但性能更优

最后只有linear-CRF模型和HMM模型才是可以比较讨论的。但是linear-CRF是CRF的一个特例，CRF本身是一个可以适用于很复杂条件概率的模型，因此理论上CRF的使用范围要比HMM广泛的多。
一般而言，CRF优于HMM
其中一个原因是HMM只考虑前一个状态，而CRF是前后两个状态，考虑了前后之间的相互关系，而不是HMM的只考虑向前的关系。实际上CRF的优越性是以复杂度为代价的，除了线性链CRF和HMM还算结构差不多，算法复杂度勉强差不多以外，其他的CRF的模型都比HMM复杂很多。
另外：HMM的两个假设其实是你自己建模的时候假设出来的前提，也是计算简答的重要原因。如果你觉得这个前提对你的问题解决影响不大，那么尽可以用HMM来做。如果觉得这样做效果可能不好，或者不满足需求，那么可以考虑linear_CRF
另外： CRF没有HMM那样严格的独立性假设条件，因而可以容纳任意的上下文信息，特征设计灵活。CRF需要训练的参数更多，与MEMM和HMM相比，它存在训练代价大、复杂度高的缺点。
CRF：https://www.cnblogs.com/yifanrensheng/p/13174437.html#_label7_0
CRF三个问题：https://www.cnblogs.com/yifanrensheng/p/13193755.html#_labelTop
CRF词性标注：https://www.cnblogs.com/yifanrensheng/p/13510899.html#_label3