状態の番号がよくわからんかったという話。
参考は http://mallet.cs.umass.edu/fst.php
// 各クラスの import や crfの宣言は済んでいるということにして... CRFTrainerByLabelLikelihood trainer = new CRFTrainerByLabelLikelihood(crf); trainer.setGaussianPriorVariance(10.0); trainer.train(trainingData); // transducer は何か便利なwrapperらしい transducer = trainer.getTransducer(); // SumLattice は確率出力用のクラス（？） // input はデータの系列、本例ではinput末尾のラベルが予測したいとする // もちろん番号を弄れば好きな位置の予測分布が得られます SumLattice latt = new SumLatticeDefault(transducer, input); Sequence result = transducer.transduce(input); // stnum は状態数（候補となるラベルの数） int stnum = transducer.numStates(); String names[] = new String[stnum]; double probs[] = new double[stnum]; for (int i = 0; i < stnum; i++) { names[i] = transducer.getState(i).getName(); // 次に予想される周辺確率の出力（resultの末尾で予測される各ラベルの確率） // result.size() の位置を知ればinput末尾の予測分布を知ることができる、のが大事 probs[i] = latt.getGammaProbability(result.size(), transducer.getState(i)); } // input末尾における各ラベルの予測確率 System.out.println("[Labels]" + Arrays.toString(names)); System.out.println("[Probs]" + Arrays.toString(probs)); // input末尾について予測されるラベル System.out.println("[Predict]" + result.get(result.size()-1).toString());
めでたしめでたし。
