文档介绍：CRF++工具包使用介绍
1
工具简介
CRF++ 是一个可用于分词/连续数据标注的简单、可定制并且开源的条件随机场(CRFs)工具。
CRF++是为了通用目的设计定制，并将被用于自然语言信息处理 (NLP)的各个方面，诸如命名实体识别、信息提取和语块分析。
2
工具简介
工具包地址：
工具包包括Linux环境下的源代码和Windows下的可执行程序。
使用C++编写。
CRF++- 2010-05-15
CRF++-(源码) 2009-05-06
3
工具的使用方法
1)安装
编译环境
Microsoft Visual Studio C++ 2010
4
工具的使用方法
2)使用
()训练和测试文件的格式
5
工具的使用方法
以BaseNP（基本名词短语识别）为例
训练例句如下
Confidence in the pound is widely expected to take another sharp dive if trade figures for September , due for release tomorrow , fail to show a substantial improvement from July and August 's near-record deficits .
测试例句如下
Rockwell International Corp. 's Tulsa unit said it signed a tentative agreement extending its contract with Boeing Co. to provide structural parts for Boeing 's 747 jetliners .
6
工具的使用方法
训练和测试文件必须包含多个tokens，每个token包含多个列。token的定义可根据具体的任务，如词、词性等。每个token必须写在一行，且各列之间用空格或制表格间隔。
一个token的序列可构成一个sentence，sentence之间用一个空行间隔。
最后一列是CRF用于训练的正确的标注形式。
7
工具的使用方法
BaseNP训练文件格式
8
工具的使用方法
BaseNP测试文件格式
特别的，sentence间用一空行间隔。
例子每个token包含3列，分别为词本身、
词性和BaseNP标记（B、I、O）。
注意：如果每一个token的列数不一致，
系统将不能正确运行。
9
工具的使用方法
()准备特征模板使用该CRFs工具的用户必须自己确定特征模板。模板文件中的每一行代表一个template。每一个template中，专门的宏%x[row,col]用于确定输入数据中的一个token。row用于确定与当前的token的相对行数。col用于确定绝对行数。
10