我将使用LIBLINEAR为基于过渡的依赖项解析做一些工作。但是我很困惑如何利用它。如下：
我为基于过渡的依赖项解析的培训和测试过程设置了3个功能模板：
1. the word in the top of the stack
2. the word in the front of the queue
3. information from the current tree formed with the steps
LIBLINEAR中定义的功能是：
FeatureNode(int index, double value)
例如：
LABEL ATTR1 ATTR2 ATTR3 ATTR4 ATTR5
----- ----- ----- ----- ----- -----
1 0 0.1 0.2 0 0
2 0 0.1 0.3 -1.2 0
1 0.4 0 0 0 0
2 0 0.1 0 1.4 0.5
3 -0.1 -0.2 0.1 1.1 0.1
但我想在某个阶段定义我的功能，例如（一句话“我爱你”）：
feature template 1: the word is 'love'
feature template 2: the word is 'you'
feature template 3: the information is - the left son of 'love' is 'I'
这是否意味着我必须使用LIBLINEAR定义要素，例如：------- FORMAT 1
（词汇索引：0-I，1-love，2-you）
LABEL ATTR1(template1) ATTR2(template2) ATTR3(template3)
----- ----- ----- -----
SHIFT 1 2 0
(or LEFT-arc,
RIGHT-arc)
但是我已经想到了其他语句，我似乎在二进制中定义了特征，因此我必须定义一个单词向量，例如：
（'I'，'love'，'you'），例如当出现'you'时，矢量将为（0，0，1）
因此，LIBLINEAR中的功能可能是：------- FORMAT 2
LABEL ATTR1('I') ATTR2('love') ATTR3('love')
----- ----- ----- -----
SHIFT 0 1 0 ->denoting the feature template 1
(or LEFT-arc,
RIGHT-arc)
SHIFT 0 0 1 ->denoting the feature template 2
(or LEFT-arc,
RIGHT-arc)
SHIFT 1 0 0 ->denoting the feature template 3
(or LEFT-arc,
RIGHT-arc)
格式1和2之间哪个正确？
我有误会吗？
最佳答案
基本上，您具有以下形式的特征向量：
LABEL RESULT_OF_FEATURE_TEMPLATE_1 RESULT_OF_FEATURE_TEMPLATE_2 RESULT_OF_FEATURE_TEMPLATE_3
Liblinear或LibSVM希望您将其转换为整数表示形式：
1 1:1 2:1 3:1
如今，根据您使用的语言，有很多软件包/库，它们可以将字符串向量自动转换为libsvm格式，而您无需了解详细信息。
但是，如果出于任何原因想要自己进行操作，最简单的方法就是维护两个映射：一个用于标签的映射（'shift'-> 1，1，'left-arc'-> 2，'right-arc'-> 3，“减少”-> 4）。还有一个用于您的特征模板结果（'f1 = I'-> 1，'f2 = love'-> 2，'f3 = you'-> 3）。基本上，每次算法应用特征模板时，您都要检查结果是否已经在映射中，如果没有，则使用新索引将其添加。
请记住，Liblinear或Libsvm期望按升序排列列表。
在处理过程中，您将首先将特征模板应用于堆栈的当前状态，然后将字符串转换为libsvm / liblinear整数表示形式，并以升序对索引进行排序。