條件隨機場預測組件使用說明及樣本 - Platform For AI

條件隨機場預測是基於linearCRF線上預測模型的演算法組件，主要應用於處理序列標註問題。本文為您介紹條件隨機場預測演算法組件的參數配置和使用樣本。

參數配置

Designer支援通過可視化方式配置組件參數。

參數	描述
請選擇ID列	樣本以N元組的形式儲存，ID列為一條樣本的唯一ID。
請選擇特徵列	要進行標註的單詞，以及該單詞對應的特徵。
請選擇目標列	選擇目標列。
預測結果列列名	預測結果列的名稱，預設值為prediction_result。
預測分數列列名	預測分數列的名稱，預設值為prediction_score。
預測詳細列列名	預測詳細列的名稱。如果不需要詳細列，可以置空。

使用樣本

在LinearCRF的線上預測階段，必須使用Model IO形式的訓練模型，訓練資料表的格式如下所示。

sentence_id	word	f1	f2	label
1	Rockwell	NNP	POS	B-NP
1	International	NNP	NP	I-NP
1	Corp	NNP	PO	I-NP
1	's	POS	NN	B-NP
...	...	...	...	...

輸入格式中特徵的名字word、f1和f2與訓練資料表中特徵的列名相同。在一個線上預測輸入請求中，不同單詞的特徵使用空格分隔。LinearCRF線上預測模型的輸入格式如下所示。

{
       "inputs":[
         {
               "word":{
                    "dataType": 50,
                    "dataValue":"Rockwell International Corp 's ..."
                },
                 "f1": {
                   "dataType": 50,
                   "dataValue":"NNP NNP NNP POS ..."
                },
                 "f2": {
                   "dataType": 50,
                   "dataValue":"POS NP PO NN ..."
                }
         }]
}

輸出格式會在outputValue中以JSON格式輸出一個與輸入請求中所有單詞對應的prediction_result，prediction_score和prediction_detail。LinearCRF線上預測模型的輸出格式如下所示。

{
    "outputs": [
    {
       "outputLabel": "CRFProcessor_Result",
       "outputValue": {
        "dataType": 50,
        "dataValue": {
            "Rockwell NNP POS": {
            "prediction_result":"B-NP",
            "prediction_score":0.99,
            "prediction_detail":{"B-ADJP":0.000145, "B-NP":0.99, ...}
            },
            "International NNP NP": ...
        }
       }
    }
    ]
}

如果您的輸入格式有錯誤，程式會給出提示資訊，具體如下所示。

{
    "outputs": [
    {
       "outputLabel": "CRFProcessor_Result",
       "outputValue": {
        "dataType":50,
        "dataValue": "Failed: The input format is incorrect"
       }
    }
    ]
}