在python crf包网站的NER(命名实体识别)示例中,我们将此函数视为特征生成器:
def word2features(sent, i):
word = sent[i][0]
postag = sent[i][1]
features = [
'bias',
'word.lower=' + word.lower(),
'word[-3:]=' + word[-3:],
'word[-2:]=' + word[-2:],
'word.isupper=%s' % word.isupper(),
'word.istitle=%s' % word.istitle(),
'word.isdigit=%s' % word.isdigit(),
'postag=' + postag,
'postag[:2]=' + postag[:2],
]
if i > 0:
word1 = sent[i-1][0]
postag1 = sent[i-1][1]
features.extend([
'-1:word.lower=' + word1.lower(),
'-1:word.istitle=%s' % word1.istitle(),
'-1:word.isupper=%s' % word1.isupper(),
'-1:postag=' + postag1,
'-1:postag[:2]=' + postag1[:2],
])
else:
features.append('BOS')
if i < len(sent)-1:
word1 = sent[i+1][0]
postag1 = sent[i+1][1]
features.extend([
'+1:word.lower=' + word1.lower(),
'+1:word.istitle=%s' % word1.istitle(),
'+1:word.isupper=%s' % word1.isupper(),
'+1:postag=' + postag1,
'+1:postag[:2]=' + postag1[:2],
])
else:
features.append('EOS')
return features
您可以在此处查看已完成的教程: python-crfsuite NER example
正如您在添加有意义的功能之后看到的-例如字.下和…-附加了两个特性。在
^{pr2}$以及
features.append('BOS')
我的问题是“BOS和EOS是什么意思,它们的作用是什么?”在
它们代表“句首”和“句尾”。对于没有上一个/下一个单词的单词,它们可以代替“previous word”和“next word”功能。在
相关问题 更多 >
编程相关推荐