1

根据我从 jcrfsuite 示例中给出的 POS 标记示例的理解。训练文件是制表符分隔的，第一个标记是标签。但我没有得到 BigCluster| 事物。有人可以帮助我如何在训练文件中指定令牌。

下面的例子：

O BigCluster|00 BigCluster|0000 BigCluster|000000 BigCluster|00000000 BigCluster|0000000000 BigCluster|000000000000 BigCluster|00000000000000 BigCluster|0000000000000000 NextBigCluster|0100 NextBigCluster|01000101 NextBigCluster|010001011111 POSTagDict|D POSTagDict|N POSTagDict|^ POSTagDict|$ POSTagDict|G NextPOSTag |V 1gramSuff|i 1gramPref|i prevword| prevcurr||i nextword|predict nextword|predict currnext|i|predict Word|I Lower|i Xxdshape|X charclass|1, first-shortcap prevnext||predict t=0

测试文件格式：

！BigCluster | 01 BigCluster | 0110 BigCluster | 011011 BigCluster | 01101100 BigCluster | 0110110011 BigCluster | 011011001100 BigCluster | 01101100110011001100110011100110011110011001111111110011001100110011000000 NextBigCluster | 1000 NextBigCluster | 1000100010001000100010001000 | 10001000 | 1000年| 10001000 | 1000年| 10001000年| 1000年| 1000年| 1000年| 1000年; mnn 4gramSuff|mmnn 5gramSuff|mmmnn 6gramSuff|ammmnn 7gramSuff|aammmnn 8gramSuff|aaammmnn 9gramSuff|daaammmnn 1gramPref|d 2gramPref|da 3gramPref|daa 4gramPref|daaa 5gramPref|daaam 6gramPref|daaamm 7gramPref|daaammm|daaammm 8gramPref|daammn 预置词 prevcurr||daaammmnn nextword|。下一个字|。当前下一个|daaammmnn|。Word|Daaammmnn Lower|daaammmnn Xxdshape|Xxxxxxxxx charclass|1,2,2,2,2,2,2,2,2, first-initcap prevnext||. t=0

4

2 回答 2

1

标签后指定的是特征名称和特征值的列表。它采用稀疏表示而不是表格表示。

BigCluster 只是其中一项功能，仅与具体示例相关。如果您从头开始训练，则应该创建自己的特征。

于 2017-06-05T12:48:04.107 回答
1

我注意到 CRFsuite 不关心命名约定，也不关心标签和属性的功能设计，因为将它们视为字符串。

CRFsuite 学习属性和标签之间的关联权重（特征权重），而不知道标签和属性的含义。换句话说，只需在数据集中编写标签和属性名称，就可以设计和使用任意特征，只需为您的示例找到可能的最佳属性，并使用不同的属性和特征集进行一些实验。你会很高兴去的。

于 2018-11-07T00:49:00.303 回答