我正在尝试使用机器学习来标记句子（每个句子都有一个标签，我假设句子是相互独立的）。我认为线性 CRF 模型适用于这种情况，但我有一些问题。
我尝试使用CRF++（我看到的其他实现似乎有类比格式）。它使用句子作为输入，但输出标签分配给每个标记。如何为整个句子使用单个标签？（我想到的技巧是在测试数据中分配一个重要的标签，并将其视为整个句子的输出标签。）
如何使用不同长度的句子？训练配置需要指定在分析当前令牌时要考虑哪些令牌。但是一个句子可以有大量或少量的标记，我想使用一个句子中的所有标记（不是更多或更少），以利用整个信息。
从这个问题看来，我正在尝试做的事情是可能的（整个序列的单个标签），但我不知道如何为此格式化训练数据。