我将使用 LIBLINEAR 为基于转换的依赖关系解析做一些工作。但我很困惑如何使用它。如下:
我为基于转换的依赖解析的训练和测试过程设置了 3 个特征模板:
1. the word in the top of the stack
2. the word in the front of the queue
3. information from the current tree formed with the steps
LIBLINEAR中定义的特征是:
FeatureNode(int index, double value)
一些例子,例如:
LABEL ATTR1 ATTR2 ATTR3 ATTR4 ATTR5
----- ----- ----- ----- ----- -----
1 0 0.1 0.2 0 0
2 0 0.1 0.3 -1.2 0
1 0.4 0 0 0 0
2 0 0.1 0 1.4 0.5
3 -0.1 -0.2 0.1 1.1 0.1
但我想在某个阶段定义我的特征,例如(一句话“我爱你”):
feature template 1: the word is 'love'
feature template 2: the word is 'you'
feature template 3: the information is - the left son of 'love' is 'I'
这是否意味着我必须使用 LIBLINEAR 定义功能,例如: -------FORMAT 1 (词汇索引:0-我,1-爱,2-你)
LABEL ATTR1(template1) ATTR2(template2) ATTR3(template3)
----- ----- ----- -----
SHIFT 1 2 0
(or LEFT-arc,
RIGHT-arc)
但是我考虑了其他人的一些陈述,我似乎用二进制定义了特征,所以我必须定义一个单词向量,例如: ('我', '爱', '你'),例如当'你'出现时,向量为(0, 0, 1)
所以LIBLINEAR的特征可能是:--------FORMAT 2
LABEL ATTR1('I') ATTR2('love') ATTR3('love')
----- ----- ----- -----
SHIFT 0 1 0 ->denoting the feature template 1
(or LEFT-arc,
RIGHT-arc)
SHIFT 0 0 1 ->denoting the feature template 2
(or LEFT-arc,
RIGHT-arc)
SHIFT 1 0 0 ->denoting the feature template 3
(or LEFT-arc,
RIGHT-arc)
格式 1 和格式 2 哪个是正确的?
我是不是搞错了什么?
最佳答案
基本上你有一个以下形式的特征向量:
LABEL RESULT_OF_FEATURE_TEMPLATE_1 RESULT_OF_FEATURE_TEMPLATE_2 RESULT_OF_FEATURE_TEMPLATE_3
Liblinear 或 LibSVM 希望您将其转换为整数表示:
1 1:1 2:1 3:1
现在,根据您使用的语言,有很多包/库,它们会自动将字符串向量转换为 libsvm 格式,而您无需了解详细信息。
但是,如果出于某种原因你想自己做,最简单的事情就是维护两个映射:一个标签映射 ('shift' -> 1, 'left-arc' -> 2, 'right-arc ' -> 3,'减少' -> 4)。一个用于您的特征模板结果('f1=I' -> 1、'f2=love' -> 2、'f3=you' -> 3)。基本上,每次您的算法应用功能模板时,您都会检查结果是否已在映射中,如果没有,则使用新索引添加它。
请记住,Liblinear 或 Libsvm 需要按升序排列的列表。
在处理过程中,您首先将功能模板应用到堆栈的当前状态,然后将字符串转换为 libsvm/liblinear 整数表示形式,并按升序对索引进行排序。
关于machine-learning - 在基于转换的依存分析中使用 LIBLINEAR,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23966269/