我使用 GenericAcrfTui
训练了一个 CRF,它将一个 ACRF
写入一个文件。我不太确定如何加载和使用经过训练的 CRF 但是
import cc.mallet.grmm.learning.ACRF;
import cc.mallet.util.FileUtils;
ACRF c = (ACRF) FileUtils.readObject(Paths.get("acrf.ser.gz").toFile());
似乎有效。但是,标签似乎不正确并且似乎依赖于我作为输入传递的标签。 如何使用加载的 ACRF 进行标记?
这是我做标签的方式:
GenericAcrfData2TokenSequence instanceMaker = new GenericAcrfData2TokenSequence();
instanceMaker.setDataAlphabet(c.getInputAlphabet());
instanceMaker.setIncludeTokenText(true);
instanceMaker.setFeaturesIncludeToken(true);
instanceMaker.setLabelsAtEnd(false);
Pipe pipe = new SerialPipes(new Pipe[] {
instanceMaker,
new TokenSequence2FeatureVectorSequence(c.getInputAlphabet(),
true, false),
});
InstanceList testing = new InstanceList(pipe);
Iterator<Instance> testSource = new LineGroupIterator(
// initialize the labels to O
new StringReader("O O ---- what W=the@1 W=hell@2\n"
+ "O O ---- the W=what@-1 W=hell@1\n"
+ "O O ---- hell W=what@-2 W=the@-1"),
Pattern.compile("^\\s*$"), true);
testing.addThruPipe(testSource);
System.out.println(c.getBestLabels(testing.get(0)));
我是通过查看 GenericAcrfTui
得到的。
我尝试过的一些事情:
- 当我尝试给出不同的初始标签(“O”除外)时,结果标签发生了变化,但这无济于事,因为我无法猜测最初要给出什么标签,否则我不需要标注器。
- 我尝试过完全不提供任何初始标签,但这只会导致异常,看来 Mallet 真的想要这些标签。
我注意到还有 SimpleTagger
可用于训练 CRF
,但我认为使用它来标记新输入我仍然会遇到同样的问题。
任何有关使用 SimpleTagger
或 GenericAcrfTui
中的 CRF 进行标记的帮助都会有所帮助。
顺便说一句,我通常使用 CRF++,但对于此任务,我想构建自己的图,因为我使用的是依赖项解析功能。
最佳答案
我想通了!
问题是管道不知道目标字母表。解决方案是使用 CRF 的 Pipe
,如下所示:
Pipe pipe = crf.getInputPipe();
与其疯狂地制作我自己的 Pipe
。
现在,如果有人知道使用查询创建新 Instance
的更好方法,那也很好,我只是复制了培训师所做的。
关于java - 如何加载和使用经过 Mallet 训练的 CRF?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22522424/