最大熵工具包的使用

最大熵工具包的使用

    最大熵是自然语言处理中经常用到的一种统计方法。网上也有很多最大熵方面的工具包，目前大家用得最多的应该是张乐博士写的最大熵工具包了。该工具包既可以采用命令行形式运行，也可以直接调用接口函数，为大家的研究工作带来了很大的方便。但是，对于刚接触到该工具包的人来说，使用起来还是有些麻烦的。

一、命令行形式使用方法

       1、利用命令行形式，首先要准备好特征文件。特征文件的格式在最大熵工具包的使用说明书（manual20041229.pdf）的P24。

           

       特征文件中，一行就是一个事件（event），其格式首先是该event对应的类别label，然后是特征feature，两者都是string类型的。如果feature后边有“:”，则后边是该feature的值。Label与feature之间，以及feature与feature之间以空格间隔。例如一个事件形式如下：

Outdoor Sunny Sad Humid Outdoor    

则，该event的label为Outdoor，特征有四个，包括Sunny，Sad，Humid，Outdoor。该事件中的特征没有给出特征值，如果没有显式给出，则其特征值默认为1。

       准备好特征文件之后，可以采用命令进行训练：

       maxent –m Modelname –i iteraterNum –v train.txt

例如：maxent –m Modelname –i 30 –v train.txt

则你将会得到一个名字为Modelname的最大熵模型。

       测试过程，首先也是利用同样的特征模板抽取特征构成特征文件test.txt作为系统输入，然后测试的命令为：

       maxent -p –m Modelname –o output.txt test.txt

    将输出对每个事件的预测结果

或者采用命令：

maxent -p –m Modelname –detail –o output.txt test.txt

将输出详细的概率信息

二、调用函数API

n       使用函数接口

l       运行环境：VC7.1

l       加入头文件：#include <maxentmodel.hpp>

l       类名：MaxentModel

l       训练过程：

加入特征事件：

n       begin_add_event();

n        add_event(const vector< string > &context, const outcome_type &outcome, size_t count=1)

n       end_add_event()

l       训练：train(size_t iter=15, const std::string &method="lbfgs", double sigma=0.0, double tol=1E-05)

           保存模型：save(const string &model, bool binary=false)

-----------------------------------------------------------------------------------------------------------------

l       测试：

n       加载模型：load (const string &model)

n       加入特征，方法同训练

n       模型估计使用函数：eval_all（(const vector< string > &context, std::vector< pair< outcome_type, double > > &outcomes,   bool sort_result=true）

三、最大熵工具包下载

    

  张乐博士的最大熵工具包
　

四、最大熵工具的一个介绍

下面的文档介绍了最大熵理论以及最大熵工具包的使用：

  最大熵理论及其应用，下载

From：http://ir.hit.edu.cn/~taozi/ME.htm

http://www.cnblogs.com/skyseraph/