Question

我目前正在尝试使用NLTK构建一个通用（或一般的实用）POS标记器。我已经涉足棕色和树木语料库进行训练，但可能会在树库语料库中定居。

随着学习，我发现分类器POS标签是最准确的。最大实体分类器意味着最准确，但我发现它使用了大量内存（和处理时间），我必须大大减少训练数据集，因此最终结果不如使用默认的朴素贝叶斯分类器。

有人建议我使用MEGAM。 NLTK对MEGAM有一些支持，但我发现的所有示例都是针对一般分类器（例如，使用单词特征向量的文本分类器），而不是更具体的POS标记器。无需重新创建我自己的POS功能提取器和编译器（即我更喜欢使用已经在NLTK中的那个），我如何使用MEGAM MaxEnt分类器？ IE浏览器。我怎么能把它放在一些现有的MaxEnt代码中：

maxent_tagger = ClassifierBasedPOSTagger(train=training_sentences,
                                        classifier_builder=MaxentClassifier.train )

Answer 1

这个衬垫应该用于训练ClassifierBasedPOSTagger的MEGAM MaxentClassifier。当然，这假设已经安装了MEGAM（转here下载）

maxent_tagger = ClassifierBasedPOSTagger(train=train_sents, classifier_builder=lambda train_feats: MaxentClassifier.train(train_feats, algorithm='megam', max_iter=10, min_lldelta=0.1))

Answer 2

对于未来的用户：

Megam现在可在MAC上使用：

$brew tap homebrew/science
$brew install megam

如果您没有XQuartz，它可能会要求您先获得XQuartz。这是直接下载链接： http://xquartz.macosforge.org/downloads/SL/XQuartz-2.7.5_rc4.dmg

试图将MEGAM用作NLTK ClassifierBasedPOSTagger？

2 个答案: