我正在使用CRFSuite进行序列分类（POS标记）。令我惊讶的是，似乎CRFSuite不喜欢标签＆＃39;：＆＃39; 具有＆＃39;：＆＃39;的单位或代币因为实际标签被完全跳过（预测输出中没有关于丢失或跳过项目的评论）
我使用其他与标点符号相关的标签，例如＆＃39;。＆＃39;或＆＃39;，＆＃39;，但这些都被正确使用和输出。
有人有类似的经历或者说明了为什么＆＃39;：＆＃39;被跳过？
答案 0 :(得分：2)
来自http://www.chokkan.org/software/crfsuite/tutorial.html：
CRFsuite接受任何字符串作为属性名称，只要该字符串不包含冒号字符（用于分隔属性名称及其权重）。
因此，如果你有一个像w [0] =：0.5的属性，属性名称是＆＃34; w [0] =＆＃34;重量是0.5。