python - sklearn-crfsuite 如何处理字符串？

Question

我一直在关注sklearn-crfsuite 教程。

用于训练 CRF 模型的特征示例如下所示。

{'+1:postag': 'Fpa',
 '+1:postag[:2]': 'Fp',
 '+1:word.istitle()': False,
 '+1:word.isupper()': False,
 '+1:word.lower()': '(',
 'BOS': True,
 'bias': 1.0,
 'postag': 'NP',
 'postag[:2]': 'NP',
 'word.isdigit()': False,
 'word.istitle()': True,
 'word.isupper()': False,
 'word.lower()': 'melbourne',
 'word[-2:]': 'ne',
 'word[-3:]': 'rne'}

如何sklearn-crfsuite将字符串转换melbourne为浮点数，因为 CRF 的特征应该只是浮点数。文档中的任何地方都没有提到这一点。

Answer 1

sklearn-crf 功能采用 python-crfsuite 格式。每个字符串都被视为键：

    * {"string_key": "string_value", ...} dict; that's the same as
      {"string_key=string_value": 1.0, ...}
    * ["string_key1", "string_key2", ...] list; that's the same as
      {"string_key1": 1.0, "string_key2": 1.0, ...}

你可以在这里找到更多： https ://github.com/scrapinghub/python-crfsuite/blob/master/pycrfsuite/_pycrfsuite.pyx