我正在尝试执行POS标记，并且我对任何基于Java的标记器（当前使用OpenNLP）都是开放的。有没有办法强迫＆＃34;强迫＆＃34;标记器将特定术语（或单词组合）识别为特定标记，并基于此对其他术语进行分类？进行排序，允许交互式纠正＆＃34;标记。鉴于此类＆＃34;纠正＆＃34;互动，全面培训＆＃34;这个新信息的实时标记器实际上并不实用。
所以，例如，考虑一下句子：＆＃34;我从来没有在湖里游泳那么多的努力＆＃34;。在这里，＆＃34;游泳＆＃34;是一个gerrund（名词，而不是动词），用户可能会说＆＃34;在湖中游泳＆＃34;是一个名词（在整个句子的上下文中）。如果他指定了这一点，那么如果标记符吐出＆＃34; lake＆＃34;作为一个单独的名词，因为＆＃34;湖＆＃34;已经是在湖中游泳的一部分＆＃34;。
你们认为最好的方法是什么？是否有API调用，或者我只需要替换掉＃34;在湖中游泳＆＃34;在标记之前使用其他内容？但是，我并不认为后一种方法是可靠的，因为当使用已经告诉我它应该是什么时，我仍然依靠标记器正确标记它。感谢。
答案 0 :(得分：1)
如果你想在给定的固定POS标签周围更换其他标签，那么（据我所知）如果没有重新训练标签，就无法在CoreNLP中执行此操作。
但是，这听起来像你想要的实际上是一个标记器差异：＆＃34;在湖中游泳＆＃34;是名词短语而不是名词，无论你如何训练POS标签，它都会独立标记短语中的四个单词。你可以做的一件事是使用一个chunker（我认为OpenNLP有一个），或者一个解析器来提取这些名词短语;实际上，即使POS标记器搞砸了，解析也应该正确地猜测span是一个名词短语。