知识卡片
历史特征要核对训练推断差异
训练标签器时history写入金标,推断时写入自身预测;若特征使用过去IOB标签,就存在错误传播与两阶段历史分布差异。此章列出的pos、previpos、word等特征实际主要取当前/相邻输入POS,尚未读取history,不能因此宣称那些改进来自预测标签历史。变量名字像“前标签”也要检查它是POS输入还是已预测块标签。
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10章 NLP系统评估:性能分析 10.1.1 NLP工具的评估(词性标注器、词干提取器及形态分析器) · 查看原书依据
history.append(tag)
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10章 NLP系统评估:性能分析,spine064单元005;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/text00063.html。
- 结论依据:原文训练与tag循环history来源不同,但各版npchunk_features取sentence而未用history,说明条件性风险与实际改进归因范围。未在本机运行示例或改变环境。
- 原始内容:(featureset, tag) ) history.append(tag) self.classifier = nltk.MaxentClassifier.train( train_set, algorithm='megam', trace=0