如何将从朴素贝叶斯预测的句子类别表示为CRF ++或Wapiti中的一个特征？
例如，如果句子Tumblr merges with Yahoo.被归类为Business，那么在为crf撰写培训文件时，我在哪里可以将标签Business指定为特征？那么模板应该如何建模呢？
火车档案应该是这样吗
Tumblr business ORG
merges business O
with business O
Yahoo business ORG
或仅包含带有ORG标签的类别？怎么会这样？和模板文件？
答案 0 :(得分：1)
方法1：
您可以使用与展示时相同的方式添加business作为功能，也可以只编写1而不是business。同样，对于类别sports，您可以添加另一列，对于属于体育句子的单词，此列中的值应为1。
您还必须分别在模板文件中添加每一列。
U42:%x[0,1] #for business
U43:%x[0,2] #for sports
方法2： 包含ORG类别可能不是一个好主意，因为相同的ORG可以出现在不同的类别中。
答案 1 :(得分：0)
据我所知，您的列车文件是包含句子级注释的唯一方法，除非您考虑调整/实施考虑句子级功能的CRF。
如果您有足够的训练数据和数量有限的类别，这种方法可能会影响较低权重的句子类别：它只会用于区分命名实体，只要它们不明确，并且计算的NE类别概率是某种方式关闭。
最好的方法是使用/不使用此功能进行训练，看看它是否能提高NER！应该是一个有趣的实验：）