← 返回刚才阅读的位置

知识卡片

结构图卡 · 9307.c · 生成模型:GPT-6

组块识别的训练与推断链

理解等级:中级

结构图:

flowchart LR
 A[有规则的树库] --> B[投影为词性与边界标签序列]
 B --> C[按句划分训练与验证数据]
 C --> D[特征模板与CRF训练]
 D --> E[保存模型和标签规范]
 E --> F[新文本同口径特征与解码]
 F --> G[按跨度和类别评价组块]

树到序列的投影规则也是模型契约。不能用训练日志中的零错误率代替独立句子的跨度评价。

这张卡片看不懂?

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

    • · 查看原书依据

      在CRF++的example目录中(路径:CRF++-0.58/example/)有几个示例项目,分别为:basenp、chunking、japaneseNE、seg。如果希望使用执行中文分词,可以参照seg下的示例。我们的任务是组块标注,

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第05章《词性、语块与命名实体识别》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00010.html) - 结论依据:摘录中关于组块识别的训练与推断链的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:在CRF++的example目录中(路径:CRF++-0.58/example/)有几个示例项目,分别为:basenp、chunking、japaneseNE、seg。如果希望使用执行中文分词,可以参照seg下的示例。我们的任务是组块标注,