如何制作CRF++模板文件？

Question

我是CRF++的新手。我正在自学看它的手册：http://crfpp.googlecode.com/svn/trunk/doc/index.html?source=navbar#templ

我不明白这意味着什么

这是一个描述单字特征的模板。当你给一个 模板“u 01：%x0，1”，CRF++自动生成一组特性 函数(func1 .( funcN)类似： func1 = if (输出=B和feature="U01:DT")返回1其他返回0 func2 = if (输出=I和feature="U01:DT")返回1其他返回0 func3 = if (输出=O和feature="U01:DT")返回1其他返回0 ……funcXX = if (输出=B和feature="U01:NN")返回1其他返回0 funcXY = if (output =O和feature="U01:NN")返回1 O返回0。由模板生成的特征函数的数量。 等于(L * N)，其中L是输出数。

为什么有很多行用于Unigram特性，它们意味着什么？

Answer 1

在看了文献资料足够长的时间后，我想我明白了。

以文档中的示例为例，其中输入数据为：

He        PRP  B-NP
reckons   VBZ  B-VP
the       DT   B-NP 
current   JJ   I-NP 
account   NN   I-NP

所讨论的特性模板(格式为%x[row, col]，其中row相对于当前位置)是%x[0,1]。

当展开%x[0,1]时，取决于当前令牌，它可以扫描集合[PRP, VBZ, DT, JJ, NN]中的一个字符串(即第1列中的唯一字符串之一，其中最左边的列是列0)。对于每个字符串，它创建一组表单的功能函数(查看第3行输入数据)：

func1 = if (output = B-NP and feature="U01:DT") return 1 else return 0
func2 = if (output = I-NP and feature="U01:DT") return 1 else return 0
func3 = if (output = O    and feature="U01:DT") return 1 else return 0
...

将该特定字符串(上面代码中的DT)与每个输出类进行比较。

因此，如果输出类是[B-NP, I-NP, O]，则扩展为功能函数的功能模板如下所示：

# row 1 (He, PRP, B-NP)
func1 = if (output = B-NP and feature="U01:PRP") return 1 else return 0
func2 = if (output = I-NP and feature="U01:PRP") return 1 else return 0
func3 = if (output = O    and feature="U01:PRP") return 1 else return 0

# row 2 (Reckons, VBZ, B-VP)
func4 = if (output = B-NP and feature="U01:VBZ") return 1 else return 0
func5 = if (output = I-NP and feature="U01:VBZ") return 1 else return 0
func6 = if (output = O    and feature="U01:VBZ") return 1 else return 0

# Row 3 (the, DT, B-NP)
func7 = if (output = B-NP and feature="U01:DT") return 1 else return 0
func8 = if (output = I-NP and feature="U01:DT") return 1 else return 0
func9 = if (output = O    and feature="U01:DT") return 1 else return 0

# Row 4 (current, JJ, I-NP)
func10 = if (output = B-NP and feature="U01:JJ") return 1 else return 0
func11 = if (output = I-NP and feature="U01:JJ") return 1 else return 0
func12 = if (output = O    and feature="U01:JJ") return 1 else return 0

# Row 5 (account, NN, I-NP)
func13 = if (output = B-NP and feature="U01:NN") return 1 else return 0
func14 = if (output = I-NP and feature="U01:NN") return 1 else return 0
func15 = if (output = O    and feature="U01:NN") return 1 else return 0

关于文件中提到的地方：

模板生成的特征函数的数量等于(L * N)，其中L是输出类的数量，N是从给定模板扩展的唯一字符串的数目。

在这种情况下，L是3，N是5。

Answer 2

对于特定的模板%xi，j，i表示当前位置的偏移量(行)，j表示要使用的功能(列)。给定的数据：

He        PRP  B-NP

reckons   VBZ  B-VP

the       DT   B-NP

current   JJ   I-NP  << CURRENT TOKEN

account   NN   I-NP

%x0,1指单词，偏移到当前单词为0，其pos标记为JJ，输出标记为I。

向前移动，%x0，1 -> pos标记=NN，输出标记=I

每个特征函数都是指当前单词及其pos标记的一对可能值。

最新情况：

我认为在你很好理解CRF模型的情况下，上面的解释是非常直接的。

CRF模型参考

CRF++是沙及佩雷拉(2003)的复制