如何在CRF ++中使用目標標簽作為功能？

Question

我想打造一個中國字segmentator作為本文 。 如果我理解正確，他們會在CRF ++中使用2標簽分割方法。 我的問題是，如何在該論文中將標簽過渡（例如T（-1）C（0）T（0））作為CRF ++中的功能模板？ 例如，對於這樣的訓練數據：

共B

同M

創B

造M

美B <-當前單詞

好M

的B

新B

世B

紀M

在CRF ++中是否可以具有特征T（-1）C（0）T（0）-> M /美/ B？ 我嘗試添加諸如U01之類的臨時屬性：％x [-1,1] /％x [0,0] /％x [0,1]，但是失敗了。 我還感到困惑，因為B / I標簽是我們要在測試數據中添加的標簽（例如，原始中文句子），為什么可以將其用作本文的特征？ 還是我誤會了什么？

Answer 1

CRF ++中的T（-1）C（0）T（0）-> M /美/ B之類的功能可以表示為：

B01：％x [0,0]

注意區別。 B，不是U

如果使用U01：％x [0,0]，則表示“美/ B”之類的功能。

6年前我第一次使用CRF ++時，這也讓我有些困惑。 希望這可以幫到你。

---

我應該提到，在CRF中，功能的描述將包括標簽。 我的意思是，以下是0-1功能： 當前字符為“美”，當前標簽為“ B”

CRF ++（由CRF實現的工具）中的“模板”的作用是枚舉給定模板中定義的上下文的所有標簽。

因此，在您的示例中，U01：％x [0,0]自動引入了2個功能：“ U01：美_y = B”和“ U01：美_y = M”