如何在Apache solr和LingPipe或类似工具中使用实体识别

Question

我想在使用Apache Solr索引数据时使用NLP。

1. 识别单词和索引的同义词。

2. 识别已命名的实体并在编制索引时对其进行标记。

3. 当有人查询Solr索引时，我应该能够提取出来 从查询中命名实体和意图并形成查询字符串， 这样它就可以有效地搜索索引文件。

是否有可用的工具/插件来满足我的要求？我相信这是大多数基于内容的网站的常见用例。人们如何处理它？

Answer 1

这是a tutorial on using Stanford NER with SOLR。

Answer 2

查看Apache UIMA

具体来说，如果您需要Solr进行命名实体识别，您可以使用SolrUIMA将其与UIMA集成

查看此talk，演示UIMA + Solr。