Question

我是openNlp的新手。我开始训练模型（TokenNameFinderTrainer），以识别名称。到目前为止一切顺利，但现在我想识别组织（例如“微软”）。

我的问题是：默认情况下opennlp会识别哪些类型的实体？（如果有的话 ...）

我看到它可以处理<START:person> Daryl Williams <END>。

但可以创建类似：<START:organization> Metro-Goldwyn-Mayer Studios Inc. <END>的内容吗？或<START:company> Metro-Goldwyn-Mayer Studios Inc. <END>

含义：我可以随意标记类别吗？或

我必须使用默认类别吗？既然如此，这是默认的？

修改的

我通过进一步阅读找到了答案。我现在要求确认......

我可以随意标记实体，并且每个实体制作1个模型更明智，我就在那里吗？

例如：1表示位置，1表示名称，1表示公司？

任何想法必须在同一个（例如）公司写的地方进行：微软，还有微软？

感谢您的帮助！

Answer 1

你可以为你想要的任何NER模型制作模型，我推荐每种类型一个模型。 OpenNLP使用机器学习来查找实体，因此它会找到模型告诉它的内容。因此，如果你注释微软和微软，甚至微软的拼写错误，它将试图找到它。如果您有一个小的名称列表，并且每个名称只有几个变体，并且您需要将结果标准化，请考虑使用RegexNameFinder。如果拉动主干，可以使用Map将RegexNameFinder构造为一组正则表达式模式。

编辑：这是RegexNameFinder的OpenNLP单元测试用例的链接。这是1.6快照

http://svn.apache.org/viewvc/opennlp/trunk/opennlp-tools/src/test/java/opennlp/tools/namefind/RegexNameFinderTest.java?view=co

如果链接不起作用，这是一个基本的例子。

  public void test() {

    Pattern testPattern = Pattern.compile("test");
    String sentence[] = new String[]{"a", "test", "b", "c"};


    Pattern[] patterns = new Pattern[]{testPattern};
    Map<String, Pattern[]> regexMap = new HashMap<>();
    String type = "testtype";

    regexMap.put(type, patterns);

    RegexNameFinder finder =
            new RegexNameFinder(regexMap);

    Span[] result = finder.find(sentence);


  }

opennlp TokenNameFinder用于与名称不同的实体

1 个答案: