조건부 무작위장: 두 판 사이의 차이

:==== 라벨링된 트레이닝 데이터의 필요성 ====

::다른 방법들과 달리, 조건부 무작위장은 라벨링된 트레이닝 데이터가 필요하다.

:==== 느린 트레이닝 알고리즘 ====

::[[마르코프 네트워크]]({{llang|en|Markov Random Field, MRF}})보다 트레이닝 알고리즘의 [[시간 복잡도]]가 더 크다.

:==== 보편적 사용의 어려움 ====

::일반적으로 규모에 제대로 적응하지 못한다. 특히, 내부 상태가 매우 많이 필요한 응용이거나 에지 연결이 매우 많은 그래프 구조일때 더욱 그렇다<ref>Cohn, Trevor. "Efficient inference in large conditional random fields." Machine Learning: ECML 2006. Springer Berlin Heidelberg, 2006. 606-613.</ref>