使用crf++工具进行分词训练

1.将语料处理成CRF++工具要求的格式

• train.txt的格式如下：
  （使用4tab,BEMS,字与标注之间以“\t”间隔，一个字一行。当然，这里还涉及到将空格切分的文本处理成标签的问题。可参考：https://blog.csdn.net/juanjuan1314/article/details/78892855）

迈      B
向      E
充      B
满      E
希      B
望      E
的      S
新      S
世      B
纪      E

• test.txt格式
  （不是一句话一句话的语料直接放进去，要处理成类似训练语料的格式。）

共      B
同      B
创      B
造      B
美      B
好      B
的      B
新      B
世      B
纪      B

• template 特征模板：
  （都是参考网上的博客的，没有进行改动。可以参考这篇有解释特征模板的文章：https://blog.csdn.net/qqywm/article/details/85088800。
  对于一些详细的参数这篇文章也有说明。）

# Unigram template 模板
# unigram-features一元特征  
U00:%x[-2,0]  
U01:%x[-1,