在crfsuite中使用tag作为属性

Question

我是CRF的新手，我想用CRFsuite来标记单词。我阅读了CRFsuite's manual并理解了训练数据的格式，但是如果我想添加一些带有"near words“标签的特性，那么训练数据文件是什么样子的呢？

我用谷歌搜索了一下，但我没有发现任何关于这个问题的信息。

Answer 1

简而言之，就是提供单词w[-1]=drank的属性(如表示前一个单词的NOUN)及其标签( CRF )，CRFsuite生成组成CRF模型的实际指示器函数(包括一个指示前一个单词的标签为VERB的特性)。它知道这样做是因为它使用了“具有二元特性的一阶马尔可夫CRF”，正如您链接到的手册页面中所述。

一个重要的区别(文档可能会更精确)是“特征”和“属性”之间的区别，其中特征是模型中表示(属性，标签)或(标签，标签)对的链接。

因此，在您的示例中，w[-1]=drank是您提供的属性。w[-1]=drank, NOUN的组合是状态特征，标签VERB --> NOUN之间的转换是转换特征，这两者都是由CRFsuite生成的。

我推荐tutorial，它对此进行了更详细的讨论。