在 crfsuite 中使用标签作为属性

Question

我是 CRF 的新手，我想使用 CRFsuite 来标记单词。我阅读了CRFsuite's manual 并了解了训练数据的格式，但是如果我想添加一些带有“近词”标签的特征，那么训练数据文件是什么样的？

我有谷歌，但我没有发现这个问题。

Answer 1

简短的回答是您提供单词coffee 的属性（如w[-1]=drank 表示前一个单词）及其标签（NOUN），CRFsuite 生成构成CRF 模型的实际指标函数（包括表示前一个单词的标签是VERB的特征。它知道这样做是因为它使用“具有二元特征的一阶马尔可夫 CRF”，如您链接到的手册页中所述。

一个重要的区别（并且文档可能更精确）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。

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，标签之间的转换VERB --> NOUN 是转换特征，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。