我一直在使用gate.ac.uk GUI来编写我的数据文本，现在我正在尝试使用它的机器学习模块 . 为了做到这一点，我已经创建了几个xml架构来加载到GATE . 这是一个例子：

<?xml version="1.0"?>
<schema xmlns="http://www.w3.org/2000/10/XMLSchema">
  <!-- XSchema definition for Condition -->
  <element name="Condition">
    <complexType>
      <attribute name="attrb_ConditionStatus" use="optional" value="other">
        <simpleType>
          <restriction base="string">
          <enumeration value="value_condition"/>
            </restriction>
          </simpleType>
      </attribute>
    </complexType>
  </element>
</schema>

我为每个要注释的属性创建了一个类似的模式 . 我将在创建模式后说明我实现的步骤：1 . 我为这些目的加载'Schema Annotation Editor'，然后通过'Language Resources'菜单项加载自定义模式 . 我还加载了文件和语料库 . 3.然后我运行Annie 4.我可以在文档5的Annotations选项卡中看到自定义模式 . 我使用自定义注释注释术语

现在我想通过'学习 - 批量学习PR'插件运行机器学习 . 我已将处理资源添加到我的应用程序管道中 . 我的问题是关于机器学习配置文件/模式的创建，我已经搜索了互联网，但无法很好地了解如何正确创建模式 . 我看过各种例子，这是我的尝试：

<?xml version="1.0"?>
<ML-CONFIG>
  <VERBOSITY level="1"/>
  <SURROUND value="true"/>
  <PARAMETER name="thresholdProbabilityEntity" value="0.2"/>
  <PARAMETER name="thresholdProbabilityBoundary" value="0.4"/>
  <multiClassification2Binary method="one-vs-others"/>
  <EVALUATION method="holdout" ratio="0.66"/>
  <ENGINE nickname="PAUM" implementationName="PAUM"
        options="-p 50 -n 5 -optB 0.3"/>
  <DATASET>
    <INSTANCE-TYPE>Token</INSTANCE-TYPE>
    <ATTRIBUTELIST>
       <NAME>ManType</NAME>
       <SEMTYPE>NOMINAL</SEMTYPE>
       <TYPE>Manufactuer</TYPE>
       <FEATURE>category</FEATURE>
       <RANGE from="-2" to="2"/>
    </ATTRIBUTELIST>
    <ATTRIBUTELIST>
       <NAME>ModelType</NAME>
       <SEMTYPE>NOMINAL</SEMTYPE>
       <TYPE>Model</TYPE>
       <FEATURE>orth</FEATURE>
       <RANGE from="-2" to="2"/>
    </ATTRIBUTELIST>
     <ATTRIBUTE>
       <NAME>Class1</NAME>
       <SEMTYPE>NOMINAL</SEMTYPE>
       <TYPE>Manufacturer</TYPE>
       <FEATURE>majorType</FEATURE>
       <POSITION>0</POSITION>
     </ATTRIBUTE>
     <ATTRIBUTE>
       <NAME>Class2</NAME>
       <SEMTYPE>NOMINAL</SEMTYPE>
       <TYPE>Model</TYPE>
       <FEATURE>type</FEATURE>
       <POSITION>0</POSITION>
       <CLASS/>
     </ATTRIBUTE>
   </DATASET>
</ML-CONFIG>

我希望机器学习算法学习注释制造商和模型（类型），这也是我通过模式创建的自定义注释 . 我的第一个问题是ml配置结构是否正确？我添加了一个新的Corpus pipelin，添加批处理学习PR流程，选择“评估”模式，然后我在我的培训文档上运行该应用程序 . 这是输出：

The number of threads used is 1
** Evaluation mode started:
Hold-out test: runs=1, ratio of training docs is 0.66
Split, k=1, trainingNum=0.
HOLDOUT Fold 0:   (correct, partialCorrect, spurious, missing)= (0.0, 0.0, 0.0, 0.0);  (precision, recall, F1)= (0.0, 0.0, 0.0);  Lenient: (0.0, 0.0, 0.0)

  *** Averaged results for each label over 1 runs as:

Results of single label:

Overall results as:
  (correct, partialCorrect, spurious, missing)= (0.0, 0.0, 0.0, 0.0);  (precision, recall, F1)= (0.0, 0.0, 0.0);  Lenient: (0.0, 0.0, 0.0)

This learning session finished!

输出表明没有正确配置某些内容 - ml配置文件或我为此目的创建的管道线 . 如果有人可以就此事分享一些见解，我将不胜感激 . 再次，我搜索了互联网的高低，并阅读了几个手册和ppt在机器学习gate.ac.uk，但我似乎仍然很模糊 .

关心Ofer

xml machine-learning annotations schema gate