CRFsuite 学习： CoNLL 2000 shared task

从 http://www.cnts.ua.ac.be/conll2000/chunking/下载了CoNLL 2000 shared task的训练和测试语料。

从 http://www.chokkan.org/software/crfsuite/下载了 Win32 binary文件，无需编译，直接使用。

注意，从 http://www.chokkan.org/software/crfsuite/下载的 Source package自带的chunking.py已经定义本任务的的特征矢量的模板。

在win10命令行下，运行以下命令生成CRFsuite规定的特征矢量文件：

<train.txt  Python chunking.py  >> train.crfsuite.txt

根据 http://www.chokkan.org/software/crfsuite/tutorial.html在win10下训练和测试，命令如下：

crfsuite learn -e2 train.crfsuite.txt test.crfsuite.txt

遗留问题：

1. 一边训练一边测试的输出（crfsuite learn -e2 train.crfsuite.txt test.crfsuite.txt）的结果如下，但不清楚什么是Item accuracy和Instance accuracy。

Macro-average precision, recall, F1: (0.604705, 0.576296, 0.581536)
Item accuracy: 45468 / 47377 (0.9597)
Instance accuracy: 1176 / 2012 (0.5845)