3分钟
数据文件格式
- 如果要使用
CRF++，则训练文件、测试文件必须满足特定的格式：
- 文件由很多
token组成，每个token占据一行，包含固定数量的字段。 - 所有
token的字段数量相等，字段的数量没有限制，字段之间用空白分隔（空格符或者tab符）。 - 每个字段通常表示某种含义。如：第一列表示
单词、第二列表示词性、第三列表示属性...。 - 一个
sentence由多个token表述，sentence之间通过空行来区分边界。 - 训练文件中，最后一个字段必须是标记，它将作为
CRF++训练的目标。
学员评价