Question

我是CRF ++的新手。我在教自己查看手册： 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unigram功能的模板。当你给出一个

模板“U01：％x [0,1]”，CRF ++自动生成一组功能

函数（func1 ... funcN）如：

func1 = if（输出= B-NP和feature =“U01：DT”）返回1否则返回0

func2 = if（output = I-NP and feature =“U01：DT”）返回1否则返回0

func3 = if（output = O and feature =“U01：DT”）返回1否则返回0

.... funcXX = if（output = B-NP and feature =“U01：NN”）return 1 else return 0

funcXY = if（output = O and feature =“U01：NN”）返回1否则返回0.模板生成的要素函数数

等于（L * N），其中L是输出数

为什么Unigram功能有很多行，它们是什么意思？

Answer 1

在看了the documentation足够长的时间之后，我想我已经明白了。

以输入数据所在的文档为例：

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

并且有问题的要素模板（格式为%x[row, col]，其中row相对于您当前的位置）%x[0,1]

当扩展%x[0,1]时，根据当前令牌，它可以扫描集合[PRP, VBZ, DT, JJ, NN]中的一个字符串（即第一列中唯一的一个字符串，其中最左边的列是第0列）。对于每个字符串，它创建一组表单的特征函数（查看输入数据的第3行）：

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，如果输出类为[B-NP, I-NP, O]，则扩展为要素函数的要素模板将如下所示：

# 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

关于文件提到的地方：

模板生成的要素函数数量为（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数。

在这种情况下，L为3，N为5。

Answer 2

对于特定模板％x [i，j]，i表示偏移（行）到当前位置，j表示要使用的特征（列）。鉴于数据：

He        PRP  B-NP

reckons   VBZ  B-VP

the       DT   B-NP

current   JJ   I-NP  << CURRENT TOKEN

account   NN   I-NP

％x [0,1]表示单词，当前单词的偏移量为0，其pos标签为JJ，输出标签为I-NP。

移动farword，％x [0,1] - ＆gt; pos tag = NN，输出标签= I-NP

每个特征函数指的是当前单词及其pos标记的一对可能值。

更新

我认为上述解释非常直接，条件是你能很好地理解CRF模型。

CRF Model Reference

CRF ++是Sha and Pereira (2003)

的复制品

如何制作CRF ++的模板文件？

2 个答案: