如同馬爾可夫隨機場，條件隨機場為無向性之圖模型，圖中的頂點代表隨機變數，頂點間的連線代表隨機變數間的相依關係，在條件隨機場當中，隨機變數 Y 的分布為條件機率，給定的觀察值則為隨機變數 X。原則上，條件隨機場的圖模型布局是可以任意給定的，一般常用的布局是鏈結式的架構，鏈結式架構不論在訓練（training）、推論（inference）、或是解碼（decoding）上，都存在有效率的算法可供演算。
條件隨機場跟隱藏式馬可夫模型常被一起提及，條件隨機場對於輸入和輸出的機率分布，沒有如隱藏式馬可夫模型那般強烈的假設存在。
