Nlp 通用报告格式++；：有人知道CRF模型文件中的浮点数是什么意思吗

当您使用crf的-t选项构建模型文件时，请学习： crf学习模板训练数据-t模型

然后它将生成两个模型文件，其中一个是model.txt

有人能说出浮点数的意思吗

请参见以下示例：

版本：100 成本因素：1 maxid:40 xsize:1

B 我

U00:%x[0,0] B

36 B 20 U00: 26 U00：か 18 U00:が 22 U00：こ 8 U00：た 10 U00：ち 2 U00：っ 4 U00：て 34 U00：に 12 U00:の 0 U00:よ 28 U00：ら 24 U00:れ 32 U00：上 14 U00：世 16 U00：代 30 U00：地 6 U00：私

-0.3022268562246992 0.3022268562246989 -0.3629407244093161 0.3629407244093156 -0.3327259487028221 0.3327259487028215 0.3462799099537973 -0.3462799099537980 0.3452020097664334 -0.3452020097664336 -0.3218750203631590 0.3218750203631575 0.0376944272290242 -0.0376944272290280 0.3329631783491211 -0.3329631783491230 -0.3092967308014029 0.3092967308014015 0.3413769126433928 -0.3413769126433950 0.3786782765859961 -0.3786782765859980 0.5208645073272351 -0.5208645073272384 -0.3261580548802839 0.3261580548802814 -0.3615756495615902 0.3615756495615884 -0.3248593224319323 0.3248593224319312 0.3281895709166696 -0.3281895709166719 -0.3040331359589971 0.3040331359589951 0.2836939567332580 -0.2836939567332600 -0.1530917919770705 -0.1613508585854637 0.4245699543724943 -0.1101273038099901

我的理解是： 每个浮点数应对应于每个模板，例如： 第一个浮点数“-0.3022268562246992”应与“36 B”相对应。 但是为什么浮点数是模板数的两倍呢？ 这些浮点数是什么意思

非常感谢,

---

帅华

在阅读了部分CRF++058源代码后，我知道如何理解CRF_学习输出。我将使用一些示例来解释输出

==基本的====

假设我们有以下培训数据：

我们的模板非常简单，只有一行：U00:%x[0,0]

因此，本例中的特征数量为9，有： 毎, 日, 新, 聞, 社, 特, 別, 顧, 問.

现在，让培训数据保持不变，在模板中添加另一项功能：

U00:%x[0,0]

U00:%x[-1,0]/%x[0,0]/%x[1,0]

现在我们在模板中有两个“特性”。因此，功能的总数 更改为18，有：

（此功能模板包含两条规则，适用于每个单词）

现在，让我们在训练数据中添加一个重复的单词，如下所示：

“为了这个词”毎", 它出现两次，但只被视为一个特征。 所以功能的数量仍然是18

前进====

现在让我们看看如何理解“model.txt”中的内容

1） 空间线用于分隔不同的块：

1.第一块：

maxid取决于特征的数量和标记的数量

以第一个训练数据为例：（9个不同的单词，两个标记=>B和I）

id应该从0开始，0+2=2，2+2=4，…16。maxid是16

这里，为什么步骤是2

因为我们有两种类型的标签。实际上每个单词对应两个不同的标签，比如：

2.第二块：

列出培训数据中的所有标签：

3.第三块：

列出所有使用的模板：

U00:%x[0,0]

B

4.第四块：

特征id、模板和相应的单词：

5.第五块：

对于每个功能，每个标签的可能性：

每个单词对应两种可能性

可能性<0将被忽略

-帅华

毎  k   B
日  k   I
新  k   I  
聞  k   I
社  k   I
特  k   B
別  k   I 
顧  k   B
問  k   I

毎, 日, 新, 聞, 社, 特, 別, 顧, 問    
 ../毎/日
毎／日／新
日／新／聞
新／聞／社   
聞／社／特
社／特／別
特／別／顧    
別／顧／問    
顧／問／..

毎  k   B
毎  k   B
日  k   I
新  k   I  
聞  k   I
社  k   I
特  k   B
別  k   I 
顧  k   B
問  k   I

    version: 100
    cost-factor: 1
    maxid: 670
    xsize: 1

0 毎 ==> B
1 毎 ==> I

2 日 ==> B
3 日 ==> I 
...
14 問 ==> B
15 問 ==> I

B

I

0 U00:毎
2 U00:日
...