Stanford_NLP_TOOLS:CRFClassifier
public class CRFClassifier<IN extends CoreMap>
extends AbstractSequenceClassifier<IN>
使用CRF模型进行层序划分的类。这个类具有处理不同格式文档的功能,但是当使用标准ColumnDocumentReaderAndWriter 类用来训练或者测试模型时,输入文件中要一行一个token(几列标志性的东西,比如单词、POS、chunk和answer class)。ColumnDocumentReaderAndWriter 默认训练集是有3列输入的,分别是:单词、pos、gold class,但是这个可以通过map属性来指定。
当使用-textFile命令在一个文件上运行的时候,文件要是普通英文文本(或者简单的html/xml),通过PlainTextDocumentReaderAndWriter可以进行做一下简单的英文标记测试。用来读取文本的类可以通过 -plainTextDocumentReaderAndWriter来改变。-tokenizeOptions 标记提供了一些其他的标记器选项。
To read from stdin, use the flag -readStdin. The same reader/writer will be used as for -textFile.
要从标准输入读取文本的话,就是用-readStdin。至于-textFile,也可以使用同样的reader/writer。
典型命令行使用:
为了将一个(含有(提供好的序列化的分类器)的训练好的模型)在文本文件上运行:
java -mx500m edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier conll.ner.gz -textFile samplesentences.txt
在一个属性文件(训练、测试、运行时)中指定全部参数:
java -mx1g edu.stanford.nlp.ie.crf.CRFClassifier -prop propFile
To train and test a simple NER model from the command line:
通过命令行训练和测试一个简单的NER(命名实体识别)模型:
java -mx1000m edu.stanford.nlp.ie.crf.CRFClassifier -trainFile trainFile -testFile testFile -macro > output
用多个文件进行训练:
java -mx1000m edu.stanford.nlp.ie.crf.CRFClassifier -trainFileList file1,file2,... -testFile testFile -macro > output
使用-testFiles选项和逗号分割的列表来进行多文件测试。
各种特征值通过FeatureFactory来定义。默认使用的是NERFeatureFactory,你可以查看特征值模版和在训练NER分类器中需要使用的特征值的属性或标记。还有一个edu.stanford.nlp.wordseg.SighanFeatureFactory,以及各种继承者,例如用来进行中文分词的ChineseSegmenterFeatureFactory。特征值可以通过Properties文件(推荐)或者命令行的标记来指定。各种标记被读入到一个SeqClassifierFlags 对象,除非用户想添加新的特征,否则用户不用关注它。
CRFClassifier也可以在程序中使用,当新建一个实例的时候,你一定要指定Properties对象。然后你要调用训练函数来训练分类器或者加载一个分类器。另一种得到CRFClassifier的方法就是通过静态函数getClassifier(String)来返回一个反序列化的分类器。之后你可能就会标注文档,可以使用合适的classify()或者AbstractSequenceClassifier中合适的classify函数。可以通过printProbsDocument()或getCliqueTrees() 询问CRF给定的概率。
本文转自ZH奶酪博客园博客,原文链接:http://www.cnblogs.com/CheeseZH/archive/2012/11/29/2794280.html,如需转载请自行联系原作者
Stanford_NLP_TOOLS:CRFClassifier相关推荐
- 大数据技术之_19_Spark学习_07_Spark 性能调优 + 数据倾斜调优 + 运行资源调优 + 程序开发调优 + Shuffle 调优 + GC 调优 + Spark 企业应用案例
大数据技术之_19_Spark学习_07 第1章 Spark 性能优化 1.1 调优基本原则 1.1.1 基本概念和原则 1.1.2 性能监控方式 1.1.3 调优要点 1.2 数据倾斜优化 1.2. ...
- golang大厂面试2
golang大厂面试 滴滴 写个二分查找 以下是一个简单的二分查找算法的 Go 语言实现: package mainimport "fmt"// 二分查找函数 func binar ...
- InstallShield内部库函数
InstallShield内部库函数 下载资源:点击 1 库函数综述 InstallShield包含300多个内部库函数,用户可在安装脚本中调用它们来创建程序组,操作文件夹,处理目录,监督安装状态, ...
- Day14:使用斯坦福 NER 软件包实现你自己的命名实体识别器
我并不是一个机器学习(Machine Learning).自然语言处理(Natural Text Processing,NLP)等的狂热者,但我总会想到一些需要用到它们的主意.我们今天在这篇博文中要实 ...
- python命名实体识别工具_Day14:使用斯坦福 NER 软件包实现你自己的命名实体识别器(Named Entity Recognition,NER)...
编者注:我们发现了有趣的一系列文章<30天学习30种新技术>,正在翻译中,一天一篇更新,年终礼包.下面是第 14 天的内容. 我并不是一个机器学习(Machine Learning).自然 ...
- Elasticsearch 系列文章(一):Elasticsearch 默认分词器和中分分词器之间的比较及使用方法
介绍:ElasticSearch 是一个基于 Lucene 的搜索服务器.它提供了一个分布式多用户能力的全文搜索引擎,基于 RESTful web 接口.Elasticsearch 是用 Java 开 ...
- 端口映射问题:Bad Request This combination of host and port requires TLS.
错误信息: Bad Request This combination of host and port requires TLS. 遇到上面的错误信息:如果是通过域名访问,则该域名后配置的转发端口映射 ...
- locust入门:单机使用locust运行压力测试
locust的官方文档在这里: http://docs.locust.io/en/stable/ 前置:locust的测试脚本使用为python(若未安装python环境,可以搜索安装python) ...
- docker报错:driver failed programming external connectivity on endpoint, iptables:No chain by that name
docker 报错: Error response from daemon: Cannot restart container hello: driver failed programming ext ...
最新文章
- Linux磁盘管理:LVM逻辑卷的拉伸及缩减
- 区块链安全:2019年我们走了多远?
- 【迁移2018-04-12 10:46:11】BeanCopier之MapStruct(一)
- hdu 5167 bfs
- 称重管理系统如何修改重量_微嵌智能称重方案实现自动零件计数秤
- pmp每日三题(2022年3月15日)
- javascript的性能优化
- 编译lzlib mysql5.6_CentOS下编译安装MySQL5.6
- [转载] 全本张广泰——第一回 开篇聊闲天 青楼是非多
- 爬虫从网页中去取的数据中包含nbsp;空格
- ABAQUS二次开发手册【随书代码使用说明】
- refresh( )
- Travis CI(持续集成)
- 重启计算机后ip丢失,win10系统重启后ip丢失的处理步骤
- linux格式化u盘为ntfs格式,Linux上格式化U盘为NTFS格式
- 贷款逾期,征信记录五年之内可以消除?
- c语言.jpg图片转成数组_JPG图片怎么转换成PDF?可以试试这些转换方法!
- win7无线网显示小太阳
- photoshop怎么旋转图片
- 程序员的算法趣题Q67: 不挨着坐是一种礼节吗?
热门文章
- HDU 1108 最小公倍数
- 数据按时间拆开分批处理示例
- 关于eclipse web项目认不到用户库的问题
- Java代码实现Fibonacci数列
- HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Session Manager\PendingFileRenameOperations
- flask登录验证用ajax,基于 Ajax 请求的 Flask-Login 认证
- jsoup 去除html标签,如何使用jsoup取消注释html标签
- 河北大学计算机专业调剂,【计算机考研调剂】河北大学2021级硕士研究生预调剂信息统计的通知...
- python 简历处理_按照这个方式学Python,老板把垃圾桶里的简历舔回来:月薪50000...
- python统计程序运行时间-如何方便地统计 Python 程序每一个函数、每一行代码执行所花的时间?...