Hay una popular aplicación de Campos Aleatorios Condicionales en Python?
Me parece que no puede encontrar ninguna que es ampliamente utilizado y popular!
Respuestas
¿Demasiados anuncios?
JoeD
Puntos
21
CRF++ tiene más enlaces entrantes porque es una vieja biblioteca.
CRFSuite es superior en mi opinión.
- CRFSuite la reclamación del autor de que es 20 veces más rápido que la IRC++en el entrenamiento de un modelo.
- Menos rígidos requisitos para la entrada de datos.
Si usted está buscando enlaces Python CRFSuite también es mejor porque se puede entrenar un modelo en Python, mientras que en la IRC++ solamente puede probar los modelos existentes en Python. (Que era el interruptor para mí.) CRFSuite también viene con un montón de código de ejemplo en Python, como NER, Chunking y etiquetado POS.
kittachami
Puntos
31
Aquí están algunos otros contenedores/implementaciones:
-
https://github.com/adsva/python-wapiti - wrapper) de Python para http://wapiti.limsi.fr/. Wapiti es rápido; crfsuite puntos de referencia no son justos para wapiti porque wapiti puede paralelizar L-BFGS de formación para múltiples núcleos de CPU, y esta función no se utiliza en puntos de referencia. El problema con el Wapiti es que no está escrito como una biblioteca. El contenedor se esfuerza para superar eso, pero usted todavía puede obtener un uncatchable
exit(), y he visto que las pérdidas de memoria durante el entrenamiento. También, wapiti es limitado en un tipo de características que puede representar, pero CRFsuite es también limitado (de una manera diferente). Wapiti es incluido en un contenedor, no hay necesidad de instalarlo por separado. - https://github.com/jakevdp/pyCRFsuite - un contenedor de crfsuite. El contenedor está bastante avanzado y permite el uso de scipy matrices dispersas como una entrada, pero parece que hay algunos problemas sin resolver, es posible obtener una violación de segmento en algunos casos.
- https://github.com/tpeng/python-crfsuite - otro crfsuite contenedor. Esto es bastante simple; paquetes crfsuite para una instalación más fácil y puede ser instalado sólo con 'pip install python-crfsuite'.
- https://github.com/larsmans/seqlearn proporciona Estructurado de tipo perceptrón que puede ser un reemplazo para la IRC en muchos casos. Estructurado de tipo perceptrón aplicación es muy rápida en seqlearn. Hay un PR (no se combinan en el momento de la escritura), que añade CRF apoyo a seqlearn; parece sólido.
- https://github.com/timvieira/crf - es muy básico y no tiene algunas características esenciales, pero sólo se requiere de numpy.
Te recomiendo usar seqlearn si usted puede, python-crfsuite si usted necesita CRFsuite algoritmos de entrenamiento y capacitación de velocidad, pyCRFsuite si necesita más avanzadas CRFsuite integración y listo para enfrentar algunos inconvenientes, python-wapiti si usted necesita Wapiti algoritmos de entrenamiento o características que no están disponibles en CRFsuite (como el condicionamiento de observaciones individuales en las transiciones) y timvieira del irc si no hay manera de conseguir un compilador C/C++ de trabajo, pero un prediseñadas colección está disponible.
CRF++ es una elección popular en general, y tiene enlaces Python. CRFSuite también tiene enlaces documentado aquí, pero parece que no han visto el uso generalizado como IRC++. A partir de este escrito, alto nivel de aprendizaje de máquina marcos, tales como scikit-learn falta IRC de apoyo (véase el este de pull request).
ostrokach
Puntos
151
Creo que lo que se busca es la PyStruct.
PyStruct, pretende ser una herramienta de fácil uso estructurado de aprendizaje y predicción de la biblioteca. Actualmente se implementa sólo max-al margen de los métodos y una de tipo perceptrón, pero otros algoritmos podría seguir.
El objetivo de PyStruct es proporcionar un bien documentado herramienta para los investigadores, así como los no-expertos para hacer uso estructurado de algoritmos de predicción. El diseño intenta mantenerse lo más cerca posible a la interfaz y de los convenios de scikit-learn.
PyStruct viene con una buena documentación, y es desarrollado activamente en github.
A continuación es una tabla comparando PyStruct con CRFsuite y otros paquetes, extraído de PyStruct Estructurado de la predicción en Python:
