새로운 추출기를 추가, <a href="http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/ie/NERFeatureFactory.html" rel="nofollow">http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/ie/NERFeatureFactory.html</a>에서 스탠포드 NER

Question

에 특징 추출기를 추가, 마지막 단계는 다음과 같습니다

가이 기능을 NERFeatureFactory에 코드를 추가합니다. 먼저 해당 클래스에 속한 클래스()를 결정합니다. 현재 및 이전 클래스 다음 featuresCpC 등

모두 우리 만 수집, 같은 기능을하는 문자열을 추가해야 할 경우에만 현재 클래스, 당신은 featuresC 코드에 특징 추출기를 추가 as : featuresCpCnC.add(getWord(c) + "-PNSEQW");, 그리고 StanfordNER가 문자열을 실제 기능으로 구문 분석합니까? 이 경우 기능 문자열에서 특정 클래스/필드 (예 : 제목 및 작성자)를 어떻게 지정합니까? 나는 (exportFeatures 또는 printFeatures 사용) 텍스트 파일의 기능을 덤프 때 내가 (class[t-1]==DateField)*(class[t]==DateField)*(word[t-1]=="June")

Answer 1

을 의미 June-DateField-DateField-PSEQW|CpC 같은 것을 원하는 동안, 난 단지, June-PSEQW|CpC 같은 일반적인 클래스와 기능을 찾을 나는이 예상되는 동작을 생각 - 성능이 있습니다 교육이 예상대로 작동하지 않는다는 것을 나타내는 문제가 있습니까?

가장 일반적인 경우에, featurizer f(x,y)은 입력 x과 출력 y을 취해 그 특정 쌍에 대한 특징 벡터를 구성합니다. 그러나 많은 NLP 응용 프로그램에서 기능은 실제로 입력 x에만 의존하기 때문에 우리가 노출하는 featurizer 인터페이스는 단지 f(x)이며 백엔드 (see, e.g., page 10 on "Block Feature Vectors")의 출력 클래스와 기능을 암시 적으로 조인합니다. 이 경우 f(x) 만 인쇄하고 f(x,y)은 인쇄하지 않는 것이 합리적입니다.