machine-learning - CRF++/Wapiti 包括整个句子的类别作为特征

Question

如何将朴素贝叶斯预测的句子类别表示为 CRF++ 或 Wapiti 中的特征？

例如，如果Tumblr merges with Yahoo.这个句子被分类为Business，那么在为crf编写训练文件时，我可以在哪里指明标签将业务作为一项功能？那么模板应该如何建模呢？

训练文件应该是这样的

Tumblr    business    ORG
merges    business    O
with     business    O
Yahoo    business    ORG

或者仅包含带有 ORG 标签的类别？为何如此？还有模板文件？

Answer 1

方法一:您可以采用与所示相同的方式将 business 添加为功能，也可以简单地编写 1 而不是 business。同样，对于类别sports，您可以添加另一列，对于属于sports 句子的单词，该列中的值应为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:将类别包含在 ORG 中可能不是一个好主意，因为相同的 ORG 可能会出现在不同的类别中。