我尝试使用Stanford NER来解析产品数据。我的培训数据如下所示：
iPhone 4 16GB black
Nikon D5100
Apple iPhone 4s
kindle touch
kindle fire
现在我想用这些数据训练NER，所以我必须先对它进行分类。 Standford网站提供了一个示例，用于解析书籍的一个章节并对新行中的每个单词进行标记。这对我的情况没有帮助，因为数据看起来像：
iPhone
4
16GB
black
“4”不应该换行，但当我把“iPhone 4”排成一行时，NER认为“4”是令牌“iPhone”的类别。
我只需要帮助如何使用产品数据训练NER。你会建议什么？你会将“iPhone”分类为“手机”，将“iPhone 4”分类为“手机”吗？
答案 0 :(得分：0)
我想知道你是否能够使用传统（非递归）命名实体有效地提取信息。在我看来，你可能需要更有条理的东西，如：
<phone>
<model> iPhone <model>
<version> 4 </version>
<capacity> 16GB <capacity>
<color> black </color>
</phone>
如何在this paper中描述如何使用CRF识别结构化命名实体。基本上，它为每个实体类型学习一个CRF，并结合后验概率（来自每个单独的CRF）来识别结构化命名实体。
确实，这需要一些语料库再造，因为实体应该有足够的结构来训练语料库...