使用CRF模型(CRFSuite)标记项目时处理缺失或未知特征

Question

我正在使用CRFSuite ( python-crfsuite实现)构建一个命名实体提取器，类似于关于http://nbviewer.ipython.org/github/tpeng/python-crfsuite/blob/master/examples/CoNLL%202002.ipynb的教程训练输入是一个单词序列，每个单词都有许多特性。

问题是，对于我的特定用例，我并不总是拥有我试图识别的实体的功能。我希望CRF模型能够根据周围单词的特征来识别实体。然而，当我简单地输入一个空的dict {}作为单词的特征时，命名的实体永远不会被正确地分类。

我想知道是否有一个功能或标准方法来处理这种情况，在训练模型后，一个人并不总是拥有所有项目的功能。

Answer 1

在某些情况下，为缺少的特征(如"-“或"+”)分配固定值可能很有用。