Rozumiem, że HMM (ukryte modele Markowa) to modele generatywne, a CRF to modele dyskryminujące. Rozumiem również, w jaki sposób zaprojektowano i zastosowano CRF (warunkowe pola losowe). Nie rozumiem, czym różnią się od HMM? Czytałem, że w przypadku HMM możemy modelować nasz następny stan tylko na poprzednim węźle, bieżącym węźle i prawdopodobieństwie przejścia, ale w przypadku CRF możemy to zrobić i połączyć dowolną liczbę węzłów razem, aby utworzyć zależności lub konteksty? Czy mam rację tutaj?