知识卡片
词缀标注的长度符号决定方向
AffixTagger按固定长度子串学习标签,正长度取前缀,负长度取后缀,4与−3分别示例四字符前缀、三字符后缀。这些子串不必是真正语言学词缀,短于条件的词还可能不给标签;多种长度可配置回退,但链顺序影响谁先决定。21%到33%的原书值受重叠划分影响,不能据此认定某后缀长度普遍更好。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第4章 词性标注:单词识别 4.4 涉及n-gram的统计建模 · 查看原书依据
affix_length=-3
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第4章 词性标注:单词识别,spine058单元008;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00057.html。
- 结论依据:原文正负长度与逐层backoff例支撑方向及顺序,官方源码说明固定片段非必然语素和最短长度条件。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/tag/sequential.html。未在本机运行示例或改变环境。
- 原始内容:fixTagger(training, affix_length=-3) >>> suffixtag.evaluate(testing) 0.29043249789601167 考虑如下NLTK中的代码,它组合了许多回退链中的词缀标注器: