问题标签 [crf++]

如何使用地名词典或词典作为CRF++中的功能？

详细说明：假设我想对人名进行 NER，并且我有一个包含常见人名的地名词典（或字典），我想使用这个地名词典作为 crf++ 的输入，我该怎么做？

我正在使用条件随机字段包 crf++ 来执行命名实体识别任务。我知道如何在 crf++ 中表示一些常用的特性。例如，如果我们想使用大写作为特征，我们可以在 crf 的特征模板中添加一个单独的列，指示单词是否大写。

我使用crf++进行中文命名实体识别。train文件中的第一列是token代表当前单词。我看到有人在第一列只使用一个汉字，但有人使用了很多汉字，比如中国。

我正在尝试构建一个中文分词器作为本文。如果我理解正确，他们会使用带有 CRF++ 的 2-tag 分割方法。我的问题是，如何将该论文中的标签转换（例如T（-1）C（0）T（0））作为CRF ++中的特征模板？例如，对于这样的训练数据：

共乙

同美

创 B

造M

美 B <- 当前单词

好男

的乙

新乙

世乙

纪 M

CRF++中是否有可能有特征T(-1)C(0)T(0) -> M/美/B？我尝试添加功能模板，例如 U01:%x[-1,1]/%x[0,0]/%x[0,1] 但失败了。我也很困惑，既然 B/I 标记是我们要在测试数据中标记的标记（例如原始中文句子），为什么可以将标记用作论文中的特征？还是我误解了什么？

我已经使用 CRF++ 工具为自然语言处理构建了一个程序，现在我想将该代码的输出提供给 python。我怎样才能做到这一点？请帮忙...

我必须制作一个很好的基于 NER CRF 的模型。我的目标是一个广阔的领域，我的目标类总数是 17 个。我还制作了一组很好的功能集（austen.prop），通过大量实验应该对我有用。NER没有产生好的结果。我需要知道NER 的局限性，它是基于训练数据大小等上下文的 CRF。

我进行了很多搜索，但直到现在我都找不到在制作训练数据时应该遵循的约定。

（注意：我完全知道如何制作模型和使用它，我只需要知道是否有任何约定，每个目标类应该存在一定比例等）

如果有人能指导我，我会很感激你。

我正在按照此链接中给出的约定制作我自己的基于 CRF 的斯坦福 NER 模型。

我想添加公报并从同一链接关注此内容。我提到了我所有的 Gazettes 都使用了这个属性，gazette=file1.txt;file2.txt并且还在 austen.prop 中提到了useGazettes =true。在我从公报中测试数据时制作模型后，它没有正确标记。我在文件中提到的标签不正确。这些结果对我来说有点令人惊讶，因为斯坦福 NER 没有给它们提供与这些文件中提到的相同的标签。

斯坦福 NER 的公报是否有一些限制，或者我仍然遗漏了什么？如果有人可以帮助我，我会很感激你。

我是顺序学习（和机器学习）的新手，我正在尝试了解如何使用条件随机场来解决我的问题。

我有一个数据集，它是我的应用程序的最终用户何时何地工作的顺序日志。例如，以下数据集将只有 User1 的值

我正在尝试解决以下问题：给定用户工作的工作日和设施，他们接下来将在哪个设施和工作日工作？

为了解决这个问题，我开始研究 Conditional Random Fields，但是对于任何库都很难使用它。

我尝试使用以下库： 1. PyStruct ( https://pystruct.github.io/ ) 但由于这个问题，这对我不起作用：Index out of bounds: Fitting SSVM using Pystruct

2. CRFSuite（http://www.chokkan.org/software/crfsuite/）（这依赖于 libBFGS。当我在我的 ubuntu 机器上安装 libbfgs 时没有任何错误，为 CRFSuite 运行“make install”仍然失败并说它无法识别 libBFGS）

所以我转向另一个图书馆.. 3. CRF++ ( https://taku910.github.io/crfpp/ )

我能够安装 CRF++ 并且还能够运行他们发行版中给出的示例。但是，我需要一些帮助来了解如何修改模板文件以适合我的用例......

另外，我在想我的标签将是来自上述数据集的设施+工作日的串联字符串。

我是序列学习的新手，目前正在努力研究如何解决这个问题......

任何建议都会非常有帮助，因为我似乎有点卡在这里..

谢谢！

请告诉我在 Visual Studio 2013 上使用 CRF++ 的方法。

操作系统：Windows 7 64 位

开发工具包：Visual Studio 2013

如何在 Visual Studio 2013 上使用 CRF++-0.54？

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。

我正在使用 CRF++。以下命令用于测试：-

没有将结果写入文件的选项。虽然我们需要单独文件的结果。