问题标签 [crf]

我正在使用 CRFSuite（python-crfsuite 实现）来构建命名实体提取器，类似于http://nbviewer.ipython.org/github/tpeng/python-crfsuite/blob/master/examples/上的教程CoNLL%202002.ipynb 训练输入是一个单词序列，每个单词都有许多特征。

问题在于，对于我的特定用例，我并不总是具有我试图识别的实体的特征。我希望 CRF 模型根据周围单词的特征来识别实体。但是，当我简单地输入一个空字典 {} 作为单词的特征时，命名实体永远不会被正确分类。

我想知道是否有处理这种情况的特征或标准方法，在训练模型后，一个模型并不总是具有所有项目的特征。

我正在尝试根据 IOB/Sequence 标签识别和分类实体类型。

例如：

我只能通过标记对其进行分类，这意味着它将 Alex B-PER 和 Tan I-PER 分类为不同的类/实体类型。

所以我的问题是如何将 Alex B-PER 和 Tan I-PER 分类为一个/同一类，即 PERSON？

谢谢你。

我可以问一下斯坦福NER吗？实际上，我正在尝试训练自己的模型，以便以后使用它进行学习。根据文档，我必须在 SeqClassifierFlags 中添加自己的功能，并在 NERFeatureFactory 中为每个功能添加代码。

我的问题是，我提取了所有特征的标记，最后一列代表标签。那么，斯坦福 NER 有什么方法可以给它包含 30 列（1 是单词，28 是特征，1 是标签）的制表符分隔文件来训练我自己的模型，而无需花费时间提取特征？？？当然，在测试阶段，我会给它一个像前面提到的没有标签的文件一样的文件来预测标签。

这可能吗？

提前谢谢了

有人可以帮我将这些行转换为 Java 代码，而不是使用终端吗？

我正在尝试使用 Stanford Ner 训练我自己的模型：

培训文件必须是 .tsv 格式吗？？？

我在 python 中使用 python-crfsuite 包，这是由 Naoaki Okazaki 开发的 CRFSUITE 的实现（http://www.chokkan.org/software/crfsuite/）

我想使用前一个标记的实体类作为特征，这将帮助我识别多词命名实体。我的训练数据示例：

[(Raheja,B-builder),(vista,I-builder),(is,O),(very,O),(着名,O)]

在这里，如果我可以在训练时使用之前的类特征。但是在预测时，我们将特征列表传递给标记器对象。测试时的问题是不知道以前的课程。

谁能告诉我这在 python-crfsuite 中是否可行。我觉得我们将特征传递给标记器对象的方式，是不可能的。

我对使用 mac 几乎没有新意，当我尝试从命令行运行工具时遇到了一些问题。我正在尝试运行需要 CRF++ 的软件。这是错误；

我已经在我的机器上安装了 CRF++-058。我使用 brew 来安装 CRF++ 0.58。

这是 brew doctor 的输出

有谁知道如何解决这个问题？任何帮助将非常感激。谢谢

In NER(Named Entity Recognition) example in python-crf package website we see this function as feature generator:

You can see the completed tutorial there: python-crfsuite NER example

As you see after appending meaningful features - like word.lower and ...- two features has appended.

and

My question is "What's meaning of BOS and EOS and what is the role of them?"

我在 Python 2.7.6 中安装了 CRF++0.58

当我尝试导入时，我收到以下消息：

安装过程在 CRF++0.58 的 python 目录下的 README 文件中有描述，具体如下：

这放置在目录 /usr/local/lib/python2.7/dist-packages/ 中：

1. CRFPP.py
2. CRFPP.pyc

3. _CRFPP.so

   目录 /usr/local/lib/python2.7/dist-packages/ 在 sys.path

   在 setup 目录的 CRFPP.py 中，在其开头包含以下过程：

   /li>

imp 没有找到 _CRFPP.so，但是找到了 CRFPP.py：

我需要在最后实现一个带有 CRF 层的双向 LSTM 网络。具体是本文提出的模型，并对其进行训练。

http://www.aclweb.org/anthology/P15-1109

我想最好在 Python 中实现它。任何人都可以提供一些库或示例代码来说明如何做到这一点。我查看了 PyBrain，但并不能真正理解它。

我也对其他编程语言的工具包持开放态度。

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。