c# - 转换为 crfsharp 的数据格式...

Question

我有一个大约 250000 条酒店评论的评论数据集，我计划使用 crfsharp dll 从中提取方面，但是我拥有的数据是普通文本段落形式，我需要将其转换为 crfsharp 的格式所以我可以训练和测试数据以提取方面。那么有人可以告诉我什么是最好的方法，我正在考虑编写一个用于数据格式转换的小程序。我想知道的另一件事是 CRF sharp 是否可以使用它拥有的 crf 模型进行方面提取？我正在使用 c#。

Answer 1

您将在任务中使用哪些功能和标签？有一个最简单的例子。一句话“！东京和纽约是主要的金融中心”。如果您想从中提取位置名称并且您唯一的特征是令牌字符串，您可以生成训练语料库，如下所示：

！NOR Tokyo LOCATION 和 NOR New LOCATION York LOCATION 是 NOR 主要的 NOR 金融 NOR 中心 NOR。也不

第一列是句子的术语，第二列是对应的标签。NOR 表示普通术语，LOCATION 表示位置名称。您可以生成上述格式的训练语料库并使用 CRFSharp 训练模型。

更复杂的例子，比如更多的特征，模板，在标签中添加单词位置，你可以参考CRFSharp主页（http://crfsharp.codeplex.com）中的另一个例子。