我想使用Mallet在相当大的数据集上以留一序列出（Leave-One-Sequence-Out）的方式运行条件随机场。因此，我需要多线程计算来处理这一计算任务，要么通过1）并行训练多个CRF，每个CRF在单个线程上训练，要么通过2）以多线程方式训练每个CRF。

在Mallet API中，我找到了一个多线程版本的CRF训练器，cc.mallet.fst.CRFTrainerByThreadedLabelLikelihood.java，它实现了选项2。然而，在我的情况下，我需要支持连续变量，而fst似乎不支持连续变量，需要使用GRMM。通过小幅调整，我设法让GRMM处理连续输入。然而，就我所能找到的而言，GRMM似乎不支持像fst那样的通过选项2进行多线程训练。

作为替代方案，我实现了选项1，在该选项中，我在不同的线程中并行训练实验的折叠CRF。我使用的是2015年8月26日签出的Minmo/Mallet github版本的Mallet。然而，GRMM代码似乎不是线程安全的，因为当我并行运行代码时会抛出异常，而当我使用单个线程运行相同代码时不会抛出这些异常。此外，当CRF并行训练时，预测准确性显著降低，当我简单地捕获异常并让执行继续时。多线程执行时抛出的异常如下：

java.lang.IndexOutOfBoundsException: Assignment does not give a value for variable I216_VAR[f=0][tm=38]    at cc.mallet.grmm.types.Assignment.get(Assignment.java:337)    at cc.mallet.grmm.types.Assignment.get(Assignment.java:315)    at cc.mallet.grmm.types.LogTableFactor.rawValue(LogTableFactor.java:255)    at cc.mallet.grmm.types.LogTableFactor.logValue(LogTableFactor.java:219)    at cc.mallet.grmm.inference.AbstractBeliefPropagation.lookupLogJoint(AbstractBeliefPropagation.java:553)    at cc.mallet.grmm.learning.ACRF$MaximizableACRF.computeLogLikelihood(ACRF.java:1348)    at cc.mallet.grmm.learning.ACRF$MaximizableACRF.getValue(ACRF.java:1270)    at cc.mallet.optimize.LimitedMemoryBFGS.optimize(LimitedMemoryBFGS.java:99)    at cc.mallet.grmm.learning.DefaultAcrfTrainer.train(DefaultAcrfTrainer.java:207)    at cc.mallet.grmm.learning.DefaultAcrfTrainer.train(DefaultAcrfTrainer.java:119)

有没有办法绕过这些问题，以多线程方式训练支持连续变量的条件随机场，无论是通过多线程训练每个CRF，还是通过在不同线程中同时训练多个CRF？最好使用Mallet（fst或GRMM），这样可以节省我切换的时间，但我对任何其他CRF/PGM Java库也持开放态度。

回答：

我最近也在处理同样的问题，我想我找到了一个不错的解决方案。查看这个仓库，看看是否对你有帮助。通过指定连续特征需要有一个遵循正则表达式'[A-Z]+=’的前缀，我能够设置一个管道（pipe），大致设置为其后跟随的双精度数。我认为我还需要做一些测试来验证，但也许这会给你一些启发。