sklearn-crfsuite 0.5.0

0.5.0 (2024-06-18)

• 现在，CRF.predict() 和 CRF.predict_marginals() 方法返回一个NumPy数组，这与scikit-learn的新版本所期望的一致。

• 修复了从< span class="docutils literal"> flat_classification_report() 函数调用< span class="docutils literal"> sklearn.metrics.classification_report() 函数的参数。

• sequence_accuracy_score 现在可以与numpy数组一起工作。

0.4.0 (2024-06-18)

• 放弃了对Python 3.7及以下版本的支持，并添加了对Python 3.8及以上版本的支持。

• 添加了对scikit-learn 0.24.0及以上版本的支持。

• 依赖项的最小版本按照以下方式增加

  • python-crfsuite: 0.8.3 → 0.9.7

  • scikit-learn: 0.24.0

  • tabulate: 0.4.2

• 内部更改：启用了GitHub Actions进行CI，添加了依赖项最低支持版本的tox环境，应用了自动代码清理。

0.3.6 (2017-06-22)

• 添加了 sklearn_crfsuite.metrics.flat_recall_score。

0.3.5 (2017-03-21)

• 在 FileResource.cleanup 中正确关闭文件描述符；

• 声明Python 3.6支持，停止在Python 3.3上测试。

0.3.4 (2016-11-17)

• 小型格式修正。

0.3.3 (2016-03-15)

• scikit-learn依赖项现在对sklearn_crfsuite是可选的；只有在使用指标和评分器时才需要它；

• 添加了 metrics.flat_precision_score。

0.3.2 (2015-12-18)

• 忽略< span class="docutils literal"> FileResource.__del__ 中的更多错误。

0.3.1 (2015-12-17)

• 忽略< span class="docutils literal"> FileResource.__del__ 中的错误。

0.3 (2015-12-17)

• 添加了 sklearn_crfsuite.metrics.sequence_accuracy_score() 函数和相关的 sklearn_crfsuite.scorers.sequence_accuracy ；

• FileResource.__del__ 方法变得更加健壮。

0.2 (2015-12-11)

• 向后不兼容：将 crf.tagger 属性重命名为 crf.tagger_ ；当模型未训练时，访问此属性不再引发异常，其值设置为None。

• 训练后可用的新的CRF属性

  • classes_

  • size_

  • num_attributes_

  • attributes_

  • state_features_

  • transition_features_

• 添加了教程。

0.1 (2015-11-27)

首次发布。