python - 带有（python）crfsuite的自定义功能函数

Question

到目前为止，我只阅读了有关 CRF 的理论，并想在我的硕士论文中使用 python crfsuite 从食谱中提取成分。感谢您的每一次帮助。

据我了解，我可以通过下图的形式给crfsuite提供训练数据，其中w[0]提供当前单词的标识，w[i]是相对于i的世界，pos[i]是它的一部分相对于 i 的-​​of-speech-tag。

然后 crfsuite 在给定属性的基础上训练自己的特征函数。

但我找不到提供自定义特征函数的方法，例如“w[i] 在字典中”（例如食谱成分字典）或“在句子中是否定”（例如“不是”，或“不”）。

一般来说，好的教程很受欢迎，因为手册（https://python-crfsuite.readthedocs.io/en/latest/或http://www.chokkan.org/software/crfsuite/manual.html）不是初学者 -从我的角度来看很友好

Answer 1

使用python-crfsuite（或sklearn-crfsuite）训练数据不必是你描述的形式；单个训练序列应该是一个字典列表，{"feature_name": <feature_value>"}每个序列元素都有特征（例如，句子中的标记）。特征不必是单词或 POS 标签。还有一些其他受支持的功能格式（请参阅http://python-crfsuite.readthedocs.io/en/latest）。

有关更完整的示例，请查看https://github.com/TeamHG-Memex/sklearn-crfsuite/blob/master/docs/CoNLL2002.ipynb - 它使用自定义功能。