0

我需要从文本中生成特征。我在下面使用的脚本可以在线获得，但实际上我不知道如何运行它，因为我根本不知道 python。我有一个名为 (train.txt) 的文本文件，其中包含以下内容

He PRP B-NP
reckons VBZ B-VP
the DT B-NP
current JJ I-NP
account NN I-NP
deficit NN I-NP
will MD B-VP
narrow VB I-VP
to TO B-PP
only RB B-NP
# # I-NP
1.8 CD I-NP
billion CD I-NP
in IN B-PP
September NNP B-NP
. . O

我有一个 python 脚本，可以将上述文本转换为以下功能：

B-NP    w[0]=He w[1]=reckons    w[2]=the        w[0]|w[1]=He|reckons    pos[0]=P
RP      pos[1]=VBZ      pos[2]=DT       pos[0]|pos[1]=PRP|VBZ   pos[1]|pos[2]=VB
Z|DT    pos[0]|pos[1]|pos[2]=PRP|VBZ|DT __BOS__
...

python脚本是

# Separator of field values.
separator = ' '

# Field names of the input data.
fields = 'w pos y'

# Attribute templates.
templates = (
    (('w', -2), ),
    (('w', -1), ),
    (('w',  0), ),
    (('w',  1), ),
    (('w',  2), ),
    (('w', -1), ('w',  0)),
    (('w',  0), ('w',  1)),
    (('pos', -2), ),
    (('pos', -1), ),
    (('pos',  0), ),
    (('pos',  1), ),
    (('pos',  2), ),
    (('pos', -2), ('pos', -1)),
    (('pos', -1), ('pos',  0)),
    (('pos',  0), ('pos',  1)),
    (('pos',  1), ('pos',  2)),
    (('pos', -2), ('pos', -1), ('pos',  0)),
    (('pos', -1), ('pos',  0), ('pos',  1)),
    (('pos',  0), ('pos',  1), ('pos',  2)),
    )


import crfutils

def feature_extractor(X):
    # Apply attribute templates to obtain features (in fact, attributes)
    crfutils.apply_templates(X, templates)
    if X:
    # Append BOS and EOS features manually
        X[0]['F'].append('__BOS__')     # BOS feature
        X[-1]['F'].append('__EOS__')    # EOS feature

if __name__ == '__main__':
    crfutils.main(feature_extractor, fields=fields, sep=separator)

script.py 和 crfutils.py 都存在于同一个文件夹中，我在 Windows 7 上从 cmd 运行上述脚本，如下所示：

C:\>Python script.py train.txt > train.result.txt

我有一个名为 train.result.txt 的空文件，因为我是 python 新手（实际上只是开始学习它）。不知道是什么问题？我是否以错误的顺序提供论点？train.txt 文件的格式是否错误？

4

1 回答 1

1

您需要在标准输入上传递 train.txt，而不是作为命令行参数：

C:\>Python script.py < train.txt > train.result.txt
于 2013-05-07T22:03:22.593 回答