CRF实现词性标注（2）——python代码说明

CRF原理说明请查看上篇博文
参考链接同上篇博文

1. 定义CRF中的初始变量，包括特征函数， 特征函数的权重， 词性标注的label也就是状态序列，以及label_id字典。

    def __init__(self, feature_functions, labels):
        """
        :param feature_functions: 输入的特征函数
        :param labels: 输入的训练数据标注
        """
        # 特征函数
        self.ft_func = feature_functions
        # 特征函数的权值
        self.w = np.random.rand(len(self.ft_func))
        # labels
        self.labels = labels
        # label_id 的字典
        self.label_id = {
   value: idx for idx, value in enumerate(self.labels)}

2. 定义由输入序列得到所有特征的函数。
   也就是对于输入的序列X= {x1, x2,…x3}，得到每一个元素$x_i$中$（y_{j-1},y_j）$组合的所有特征$f_k$

（1）先遍历所有的特征函数，得到组合$（y_{j-1},y_j）$的所有特征函数；
（2）遍历y也就是labels，得到 j-1时刻$y_{j-1}$的下一时刻的所有可能 y
（3）遍历labels得到所有可能的$y_{j-1}$
（4）输入序列的长度为T， 得到每一个时刻$t\in （0，T）$的所有特征。

    def get_all_features(self, x_vec)