将指标函数用作序列模型中的特征

Question

我目前正在使用 Mallet 来训练使用 CRF 的顺序模型。我已经了解如何为 mallet 包提供功能（仅取决于输入序列）。根据我的理解，在 mallet 中，我们必须计算特征函数的所有值（预先）。现在，我想使用依赖于标记标签的指标函数。这些函数的值取决于输出标签序列，在训练期间，我可以计算这些指标函数的值，因为输出标签序列是已知的。但是，当我将这个经过训练的 CRF 模型应用于新输入（其输出标签序列未知）时，我应该如何计算这些特征的值。

如果有人可以提供任何提示/相关文件，对我将非常有帮助。

Answer 1

正如你所说，这个问题没有意义：如果你不知道隐藏的标签，你就不能根据那些未知的标签设置任何东西。一个例子可能会有所帮助。

您可能不需要明确记录这些关系。在训练时，算法设置 CRF 的参数来表示观察到的特征和未观察到的状态之间的关系。不同的 CRF 架构可以让您在多个隐藏状态之间添加依赖关系。