CRF命名实体识别JAVA_基于CRF的命名实体识别系统原理及实例剖析

经常听到一些朋友说用CRF(conditional random field algorithm)做命名实体识别，但绝大多数都是调用CRF++包，然后自己只是构造一些特征，然后就是几个命令行执行下而已，最近又有朋友经常问CRF是如何命名实体识别的，今天我就结合实例把CRF预测的过程来进行下解释，有不对的地方欢迎拍砖，算是抛砖引玉吧。

本专题是建立在CRF模型已经训练的基础上的，如果有需要下个专题可以介绍下训练的原理及过程。

通常CRF的命名实体序列标注任务中标签有B、E、M、S四种，本专题模板采用的是 ：   U0:%x[-1,0]  U1:%x[0,0]  U2:%x[1,0]  U3:%x[-1,0]%x[0,0]

U4:%x[0,0]%x[1,0]   U5:%x[-1,0]%x[1,0]

使用案例是“维斯塔斯风车着火了”

首先对“维”进行特征函数计算:

可以看出当前token是“维”，通过模板特征函数得到该矩阵，然后对该矩阵的各个列进行求和结果如下：

其他字符的特征计算过程都是一样的，在此就忽略过程，矩阵DotMatrix结