CRF++中的用户定义特征

Question

我试图向CRF++模板添加更多功能。

根据我如何告诉CRF++分类器，一个单词x被修饰或理解标点符号？

训练样本

The  DT  0  1   0   1   B-MISC
Oxford  NNP 0   1   0   1   I-MISC
Companion   NNP 0   1   0   1   I-MISC
to  TO  0   0   0   0   I-MISC
Philosophy  NNP 0   1   0   1   I-MISC

特征模板

# Unigram
U00:%x[-2,0]
U01:%x[-1,0]
U02:%x[0,0]
U03:%x[1,0]
U04:%x[2,0]
U05:%x[-1,0]/%x[0,0]
U06:%x[0,0]/%x[1,0]
U07:%x[-2,0]/%x[-1,0]/%x[0,0]

#shape feature
U08:%x[-2,2]
U09:%x[-1,2]
U10:%x[0,2]
U11:%x[1,2]
U12:%x[2,2]

B

列车运行阶段还好。但我和crf_test没有关系

tilney@ubuntu:/data/wikipedia/en$ crf_test -m validation_model test.data
tilney@ubuntu:/data/wikipedia/en$ 

如果忽略上面的形状恐惧，一切都会很好。我哪里出错了？

Answer 1

我想出来了。这是我的测试数据的问题。我认为每个特性都应该从经过训练的模型中获取，所以我的测试数据中只有两列: word标记，这表明测试文件应该具有与训练数据完全相同的格式。