CRF在python中的实现

在Python中是否有流行的条件随机字段实现？

我似乎找不到广泛使用和流行的任何东西！

通常，CRF ++是一种流行的选择，并且具有Python绑定。CRFSuite 在这里也记录了绑定，但是似乎没有像CRF ++那样广泛地使用。在撰写本文时，诸如scikit-learn之类的更高级别的机器学习框架缺少CRF支持（请参阅此pull request）。

CRF ++具有更多的传入链接，因为它是一个较旧的库。我认为
CRFSuite优越。

• CRFSuite的作者声称在训练模型时它比CRF ++快20倍。
• 对输入数据的刚性要求较低。

如果您正在寻找Python绑定，CRFSuite也更好，因为您可以在Python中训练模型，而在CRF ++中，您只能在Python中测试现有模型。（这对我来说是个大难题。）CRFSuite还附带了Python中的大量示例代码，例如NER，Chunking和POS标记。

这是其他一些包装器/实现：

• https://github.com/adsva/python-wapiti - Python包装的http://wapiti.limsi.fr/。Wapiti很快；crfsuite基准测试对wapiti不公平，因为wapiti可以将L-BFGS训练并行化到多个CPU内核，并且基准测试中未使用此功能。Wapiti的问题在于它不是作为库编写的。包装程序努力克服该问题，但是您仍然可以得到uncatchable exit()，而且我在培训期间已经看到内存泄漏。同样，wapiti在其可以代表的功能类型方面受到限制，但是CRFsuite也受到限制（以不同的方式）。Wapiti捆绑在包装中，无需单独安装。
• https://github.com/jakevdp/pyCRFsuite-crfsuite的包装器。包装器非常先进，可以使用稀疏稀疏矩阵作为输入，但是似乎存在一些未解决的问题，在某些情况下有可能出现段错误。
• https://github.com/tpeng/python-crfsuite-另一个crfsuite包装器。这很简单。它捆绑了crfsuite以便于安装，并且可以与'pip install python-crfsuite'一起安装。
• https://github.com/larsmans/seqlearn提供了结构化感知器，在许多情况下可以替代CRF。结构化Perceptron的实现在seqlearn中非常快。有一个PR（在撰写本文时未合并）将CRF支持添加到seqlearn。它看起来很坚固。
• https://github.com/timvieira/crf-它是非常基本的，没有一些基本功能，但只需要numpy。

如果可以，我建议使用seqlearn；如果需要CRFsuite训练算法和训练速度，则建议使用python-crfsuite；如果需要更高级的CRFsuite集成，则建议使用pyCRFsuite；如果需要Wapiti训练算法或功能，则准备使用python-wapiti如果没有办法使C / C ++编译器正常工作，则CRFsuite中将不提供此功能（例如，对过渡进行单独的条件观察）和timvieira的crf，但可以使用预构建的numpy。

我认为您正在寻找的是PyStruct。

PyStruct旨在成为易于使用的结构化学习和预测库。当前，它仅实现最大利润率方法和一个感知器，但是可能会遵循其他算法。

PyStruct的目标是为研究人员和非专家提供有据可查的工具，以利用结构化预测算法。该设计试图尽可能地接近scikit-learn的界面和约定。

PyStruct带有良好的文档，并且在github上积极开发。

下面是比较表PyStruct与CRFsuite包等，从中提取PyStruct -在Python结构预测：