问题标签 [crf]

我使用 Python 进行命名实体识别任务，我想使用 CRF。我正在寻找 CRF 的 python 实现。我已经意识到 CRF 的 3 个实现（StanfordNER、CRF++ 和 CRFsuite）具有 python 绑定，但只有通过 CRFsuite 我才能在 python 中训练模型，而使用 CRF++ 和 StanfordNER，我只能在 python 中尝试现有模型。

另一方面，我在为 windows中的 python 构建 CRFsuite 绑定时遇到了很多问题。我发现CRFsuite 网站上的描述不完整，或者我不能很好地理解它！

我刚刚查看了有关 CRF 的任何 python 实现的类似问题，并注意到人们提到从 python 访问 CRFsuite 很容易！像这两个例子：

1- 在 C++ 或 Matlab 中用于图像的 CRF 实现代码，

2- 在 python 中实现 CRF

如果有人尝试在 Windows 中构建这些绑定与我分享说明，我将不胜感激。甚至关于在 python 中使用 CRF 的任何其他建议？

谢谢

我是 CRF 的新手，我想使用 CRFsuite 来标记单词。我阅读了 CRFsuite 的手册并了解了训练数据的格式，但是如果我想添加一些带有“近词”标签的特征，那么训练数据文件是什么样的？

我有谷歌，但我没有发现这个问题。

我已经使用 训练了一个 CRF GenericAcrfTui，它将一个写入ACRF文件。我不太确定如何加载和使用训练有素的 CRF，但是

似乎工作。但是，标签似乎不正确，并且似乎依赖于我作为输入传递的标签。 如何使用加载的 ACRF 进行标记？

这是我做标签的方式：

我看了一下就知道了GenericAcrfTui。我尝试过的一些事情：

• 当我尝试给出不同的初始标签（“O”除外）时，结果标签发生了变化，但这无济于事，因为我无法猜测最初要给出什么标签，否则我不需要标注器。
• 我试图根本不给出任何初始标签，但这只会导致异常，看来 Mallet 真的想要这些标签。

我注意到还有SimpleTagger可以用来训练CRF但我认为使用它来标记新输入我仍然会遇到同样的问题。

SimpleTagger使用来自或的 CRF 进行标记的任何帮助GenericAcrfTui都会有所帮助。

顺便说一句，我通常使用 CRF++，但对于这项任务，我想构建自己的图表，因为我正在使用依赖项解析功能。

我想将 CRF 用于句子级别的情感分类（正面或负面）。但是，我不知道如何创建一个非常简单的功能来使用 CRFsuite 或 CRF++ 来检测这一点。尝试了几天，任何人都可以建议如何设计一个简单的功能，我可以以此为起点来了解如何使用这些工具。

谢谢。

我一直在实现图像的对象定位和分割。我需要对图像上的不同对象进行分类并相应地分割图像。

我实施了一篇研究论文，内容如下：

• 制作图像的超像素（使用 Slic 算法完成）
• 使用一些带注释的图像对每个超像素进行分类
• 此外，我正在使用支持向量机分类器对每个超像素进行分类。

到这里我的代码工作正常。但下一部分是使用条件随机场改进分割，条件随机场是分割图像的图形模型。但我不知道我应该如何实现这个条件随机场模型。我需要在我已经完成的超像素之间制作一个图表。

C++ 中有一个 CRF 套件，其中提供了链接，但我不明白如何将它用于图像，这将是我的 CRF 模型训练数据以及我应该调用库（CRF）的哪些函数。

现在我想问我应该如何在这个超级像素图上用 C++ 实现条件随机场套件。我经历了这个，但我无法理解我应该如何去做。

http://www.chokkan.org/software/crfsuite/

我正在尝试为我的图像实现一些分割工具，并且我正在尝试使用基于条件随机场 (CRF) 的方法。例如，在本文中。

标准CRF能量函数包括两部分，即一元势和成对势

其中 L 是类标签，X 是观察值（图像像素）。

我有一些带有图像中对象标签的训练图像。例如，我已经用标签对图像中的对象进行了地面实况分割。

如果我想使用这些物体的纹理作为特征，我想知道如何实现和训练这个能量函数？例如，一元项可以表示为

其中 v_texture 是每个标记对象的矢量化纹理特征。

我的问题是如何实现这个对数概率函数？使用直方图？谢谢。一个。

我昨天问了一个“非常广泛”的问题，链接是关于从图像中构建基于条件随机场的能量函数。我从评论中得到了负面反馈，我认为我应该修改问题并使其更具体。

在这里，我有一堆图像，草地上有一头牛，背景是天空。我想把牛从草地和天空中分割出来（只是一个玩具问题）。

我首先使用一些超像素方法对图像进行了过度分割，我得到了我的 10 个训练图像的标签的基本事实。这是一个例子，

然后我将这些超像素补丁传递给一些过滤器以获取纹理特征并将它们保存到牛（c）、草（g）和天空（s）的特征向量中

我的问题是如何使用Matlab来实现这三个类的条件概率？

像 P(X_i|C_c)、P(X_i|C_g) 和 P(X_i|C_s)？X_i 是每个超像素，C_x 是三个类。

我认为一些网页提到了使用 Matlab hist 函数。不知道如何以及为什么要这样做。请给我一些基本的适用提示而不是复杂的论文。非常感谢。一个。

我想知道如何在 CRF++ 中进行交叉验证。它写在文档中：

如本手册中所述，如何进行交叉验证

我将开发具有许多（100 多个）类的命名实体识别系统。假设它们的频率大致相等，那么哪种算法应该表现最好？根据我对 CRF 工作原理的理解（遗憾的是，远非理想），这里应该没问题。但是在某些来源（谷歌书籍）中，我发现了另一种观点。

那么，CRF 是否适合具有大量类的 NER 算法？

我正在使用 Mallet 来使用条件随机场。据我了解，CRF 有几种马尔可夫顺序，具体取决于节点的连接方式。图中是四分之三的顺序，从上往下的第一个顺序，第二个顺序。

1. 概念检查：我基本上对术语“马尔可夫顺序”、“连通性”和“过渡”感到困惑，因为它们似乎都指的是同一个概念。我相信如果有一条边连接它们，一个节点可以转换到另一个节点。这是它还是我错过了什么？

2. 订单参数在 Mallet 中，我可以设置要使用的马尔可夫订单的参数，我认为它需要 1,2、0.75... 但它需要两个参数，它们解释为“主要和退避顺序” . 这是什么意思？

3. 我的任务类似于顺序标记，这就是我尝试使用 CRF 的原因。我正在做的分类任务与前一个节点的分类结果高度相关。当我使用 SVM 完成这项任务时，我包含了“前一个节点标签”特征并进行了两阶段学习，我首先使用“前一个节点标签”的真值数据训练 SVM，然后使用预测结果训练另一个模型第一个分类器。但是在 CRF 中，如果我使用包含前一个节点标签的二阶，是否不需要这种学习或使用此功能？我希望我能清楚地解释这一点。