zoukankan      html  css  js  c++  java
  • 转:CRF++词性标注

    CRF++词性标注

    训练和测试的语料都是人民日报98年标注语料,训练和测试比例是10:1,直接通过CRF++标注词性的准确率:0.933882。特征有一千多万个,训练时间比较长。机器cpu是48核,通过crf++,指定并线数量 -p为40,训练了大概七个小时才结束。

    语料库、生成训练数据的python脚本、训练日志、模型、计算准确率脚本都上传到网盘,可以直接下载:戳我下载 CRF++词性标注,程序在centos6.5+python2.7下面运行通过,如果在win下或者ubuntu下可能会有异常,通常都是编码、路径规范等小问题,通过逐行debug脚本应该很容易找到问题,同时要确定crf++在自己机器本身编译没有问题,下面说一下每一步的过程。

    文章目录 [展开]

    生成训练和测试数据

    生成训练和测试数据脚本:get_post_train_test_data.py,执行过程中会打印出来一些调试信息。

    执行训练和测试

    设置模板为:

    训练的时候的-p参数根据自己机器情况设置

    计算准确率

    通过命令:python clc_f.py  test.rst 执行python脚本,clc_f.py中的具体程序:

    实验结果

  • 相关阅读:
    kafka学习3——单机伪集群(window版)
    (转)在阿里云 CentOS 服务器(ECS)上搭建 nginx + mysql + php-fpm 环境
    渗透测试工具sqlmap基础教程
    编译安装nginx后service nginx start 启动不了
    centos6.5上tomcat的安装
    centos6.5上安装淘宝tfs系统
    解决nagios登录不了的问题
    centos6.5上网络不通解决方法
    redis远程密码连接
    centos7上定时将mysql数据导出并且发送到指定的邮箱
  • 原文地址:https://www.cnblogs.com/DjangoBlog/p/7448232.html
Copyright © 2011-2022 走看看