目前的斯坦福大学NER主要提供6个班级LOCATION, TIME, PERSON' ORGANIZATION' MONEY' PERCENT' DATE
此外，它已经过英语数据培训，因此无法对印度实体进行分类。
是否可以使用其他类训练分类器，以便它还可以将NE识别为product, month, disease, device等。
此外，它不对印度实体进行分类，因此如果可能的话，也可以添加对非英语类的支持。
是否可以重新训练分类器，标记器以获得此额外支持？
答案 0 :(得分：3)
印度实体的一个可能性是，如果斯坦福民众形成良好，他们通常乐意将外部训练数据添加到分类器中。例如，当前三种英语模型中的两种不能识别＆＃34; Vihari＆＃34;在句子＆＃34; Vihari昨天回答了我的问题。＆＃34;如果您编译这些句子的列表并将它们发送到java-nlp-support@lists.stanford.edu，它们最终会进入未来的模型。
您必须自己为其他类标记大量数据，例如产品，设备等，这是一项相当耗时的任务。如果您可以节省预算，亚马逊机械土耳其人可能会服务。
答案 1 :(得分：1)
培训模型而不是其他课程的主要麻烦是培训数据。
模型需要高度准确的培训数据，例如I brought a <START:product> Mac Book Pro <END> in September and synced it with my <START:device> IPhone <END>.观察Iphone可以使用设备或产品进行注释。
如果您可以生成或注释至少15,000个用您希望识别的类别注释的句子[这并不容易];你很高兴
斯坦福NER模型或OpenNLP NER模型不承认印度名称，因为这些模型是在华尔街期刊文章上进行培训的，并且它们不代表许多名称。
答案 2 :(得分：1)
此外，它不对印度实体进行分类，因此如果可能的话，也可以添加对非英语类的支持。
印度人，＆＃34;你是说印地语吗？斯坦福NER和Apache OpenNLP都没有为印地语提供命名实体模型，但GATE支持基本的印地语命名实体识别：https://gate.ac.uk/sale/tao/splitch15.html#x20-41300015.7