| CRF ++. Implementasi Sumber Gratis dan Terbuka dari Conditional Random Fields (CRF) |
Unduh sekarang |
CRF ++. Peringkat & Ringkasan
CRF ++. Tag
CRF ++. Keterangan
Implementasi Sumber Gratis dan Terbuka dari Bidang Acak Berdasarkan (CRF) CRF ++ adalah implementasi sederhana dan dapat disesuaikan dari Conditional Random Fields (CRF) untuk segmentasi / label data berurutan. CRF ++ dirancang untuk tujuan generik dan akan diterapkan pada berbagai tugas NLP, seperti dinamai pengenalan entitas, ekstraksi informasi dan chunking teks. Berikut adalah beberapa fitur utama dari "CRF ++": · Dapat mendefinisikan ulang set fitur · Ditulis dalam C ++ dengan STL · Pelatihan cepat berdasarkan LBFGS, algoritma semu-newton untuk masalah optimasi numerik skala besar · Lebih sedikit penggunaan memori baik dalam pelatihan dan pengujian · Pengkodean / decoding dalam waktu praktek · Dapat melakukan output n-best · Dapat melakukan pelatihan MIRA terbaik · Dapat menghasilkan probabilitas marjinal untuk semua kandidat · Tersedia sebagai perangkat lunak sumber terbuka Apa yang baru dalam rilis ini: · Fixed build gagal pada libtool
CRF ++. Perangkat Lunak Terkait