通过追加-t, –textmodel参数可以输出文本格式的crf模型文件，通过该模型文本，可以加深对条件随机场的理解或为其他应用所利用。本文旨在介绍crf++的文本模型格式，具体读取与解码将集成到hanlp中一并开源。
以bmes标注语料为例：
注意字与标签之间的分隔符为制表符\t，否则会导致feature_index.cpp(86) [max_size == size] inconsistent column size错误。
t**:%x[#,#]中的t表示模板类型，两个"#"分别表示相对的行偏移与列偏移。
一共有两种模板：
第一种是unigram template:第一个字符是u，这是用于描述unigram feature的模板。每一行%x[#,#]生成一个crfs中的点(state)函数: f(s, o), 其中s为t时刻的的标签(output)，o为t时刻的上下文.如crf++说明文件中的示例函数:
func1 = if (output = b and feature="u02:那") return 1 else return 0
它是由u02:%x[0,0]在输入文件的第一行生成的点函数.将输入文件的第一行"代入"到函数中,函数返回1,同时,如果输入文件的某一行在第1列也是“那”,并且它的output（第2列）同样也为b,那么这个函数在这一行也返回1。
第二种是bigram template:第一个字符是b，每一行%x[#,#]生成一个crfs中的边(edge)函数:f(s', s, o), 其中s'为t – 1时刻的标签.也就是说,bigram类型与unigram大致机同,只是还要考虑到t – 1时刻的标签.如果只写一个b的话,默认生成f(s', s)，这意味着前一个output token和current token将组合成bigram features。
使用下列命令可以得到一个model文件和一个model.txt文件，后者是本文的主要研究对象。
参数解释如下：
输出
训练过程中会输出一些信息，其意义如下：
可见，如果希望训练快速结束，可以在命令行中适当减小maxiter值，增大eta值。
打开model.txt，其基本内容骨架如下：
接下来我会把上述骨架分解说明——
说明了模型的版本，通过-c参数指定的cost-factor，特征函数的最大id，xsize是特征维数，也就是训练语料列数-1。
值得注意的是maxid比我们从文本中观察到的最大id大了4，这是为什么呢？且听下文分解。
也就是最终的输出。
训练时用到的模板。
按照[id] [参数o]的格式排列，你可能会奇怪，f(s, o)应该接受两个参数才对。其实s隐藏起来了，注意到id不是连续的，而是隔了四个，这表示这四个标签（s=b|m|e|s）和公共的参数o组合成了四个特征函数。特别的，0-15为bems转移到bems的转移函数，也就是f(s', s, o=null)。
后面的小数依id顺序对应每个特征函数的权值。
严格来讲，解码并不属于本文的范围，但是不说说解码的话，对特征函数权值的理解就仅仅限于“浮点数”这一表面。所以简要地说说解码，比如说我们有一个句子“商品和服务”，对于每个字都按照上述模板生成一系列u特征函数的参数代入，得到一些类似010101的函数返回值，乘上这些函数的权值求和，就得到了各个标签的分数，由大到小代表输出这些标签的可能性。
至于b特征函数（这里特指简单的f(s', s)），在viterbi后向解码的时候，前一个标签确定了后就可以代入当前的b特征函数，计算出每个输出标签的分数，再次求和排序即可。
<a target="_blank" href="http://www.hankcs.com/wp-content/uploads/2014/12/crf++%e5%b7%a5%e5%85%b7%e5%8c%85%e4%bd%bf%e7%94%a8%e4%bb%8b%e7%bb%8d.ppt">crf++工具包使用介绍.ppt</a>
原文 http://www.hankcs.com/nlp/the-crf-model-format-description.html