CRF++学习

CRF有几个开源实现：pocketcrf, flexcrf 和crf++，目前感觉crf++在易用性，稳定性和准确性等综合方面的表现最好。

CRF++到主页是“CRF++: Yet Another CRF toolkit”。

我下载了 CRF++-0.54 source code, 根据主页到指示， 在Ubuntu下build 和 install.

关于如何训练和测试CRF++，主页里有详细到介绍。

“使用CRF++进行分词的原理和实现过程”到过程参见一下博文：

http://blog.youkuaiyun.com/lihaitao000/article/details/51736956

CRF++到特征模板和特征函数到关系，有些让人迷惑。以下引用自另一篇博客。

在CRF++中，存在特征模板的概念，通过定义模板文件中的特征模板来提取特征，进行CRF模型计算。

其特征分以下三个阶段:

1 特征模板：定义从训练集中提取特征的方法

2 特征F：使用特征模板从训练集中提取到的特征字符串，在CRF++中，这些特征都是二值函数

3 活动特征AF: 具体某个特征在某个Tag下出现的情况，af(f,tag)。

在CRF的解码过程，实际上是通过已知的F，展开成AF，并求出最可能的Tag的序列；

因为CRF++只需要写一个特征模板，使用简单。因此在NLP领域得到了广泛的应用。但是，简单的使用界面是有副作用的。

1、通过特征模板，产生了大量的无效特征，上述特征在提高计算精度上贡献有限，但是仍然占用了大量的计算时间

2、通过特征模板，难于表达复杂的特征提取逻辑

找到一篇博文，“CRF++代码分析”（有空时应该深入下代码的）：

http://chuansong.me/n/629999552417