实习点滴（4）--CRF算法的特征模板总结

        最近工作中接触到了CRF算法以及CRF++，于是乎，去了解了关于这些的一系列的东西，打算总结总结CRF算法里的模板问题。

        我们知道，深度学习（Deeplearning）是不需要特征模板的，它会自己学习里边的规律，而CRF则是需要特征模板的，所以，选择什么样的特征模板是至关重要的。

      概念：

        CRF中一共存在两种模板：U-gram和B-gram
        U-gram：也就是Unigram template，它描述了unigram feature。

        一元模板，表示只与当前位置对应的标签相关的特征

if (output = B and feature="U02:那") 
    return 1
else 
    return 0

        B-gram：也是Bigram template。

        二元模板，表示前一个位置和当前位置对应的标签相关的特征

        当类别数很大的时候，这种类型会产生许多可区分的特征，这将会导致训练和测试的效率都很低下。

      实例解释：

        实例如下：