如何在CRF++中使用目标标签作为特征？

Question

我正在尝试构建一个中文分词程序，名为this paper。如果我理解正确的话，他们在CRF++中使用了两个标签的分割方法。我的问题是，如何将论文中的标签转换(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B

同M

創B

造M

美B <-当前字

好M

的B

新B

世B

紀M

在CRF++中是否可以有特性T(-1)C(0)T(0) -> M/美/B？我尝试添加诸如U01:%x-1,1/%x0,0/%x0,1的特征模板，但是失败了。我也很困惑，既然B/I标签是我们想要在测试数据(例如原始中文句子)中标记的标签，为什么可以在论文中使用该标签作为特征？或者我误解了什么？

Answer 1

像CRF++中的T(-1)C(0)T(0) -> M/美/B这样的特性可以表示为：

B01:%x0,0

注意不同之处。B，不是U

如果使用U01:%x0,0，则表示类似于"美/B“的功能。

当我6年前第一次使用CRF++时，这也让我感到有点困惑。希望这能对你有所帮助。

值得一提的是，在CRF中，功能的描述将包括标签。我的意思是，以下是一个0-1特征：当前字符是"美“，当前标签是"B"

CRF++(这是一个工具实现的CRF)中的“模板”所做的是枚举给定模板中定义的上下文的所有标签。

因此，在您的示例中，U01:%x0,0自动引入了两个特性："U01:美_y=B“和"U01:美_y=M”