如何在OpenNLP中使用自定义拆分字符扩展SentenceDetector？

Question

我正在尝试在句子检测器模型（OpenNLP）中添加自定义功能。默认情况下，它会根据这些字符进行检测。 ！我想添加一个新角色，以便我的模型可以根据它进行检测。

你能建议我如何实现它吗？

Answer 1

对于OpenNLP 1.6.0，您可以使用SentenceDetectorFactory。它的构造函数允许你注入自定义句末（eos）字符（参见JavaDoc）：

  

SentenceDetectorFactory（String languageCode，boolean useTokenEnd，Dictionary abbreviationDictionary，char [] eosCharacters）

结合SentenceDetectorME，我们在相应的JavaDoc：

中提供了此提示

  

public SentenceDetectorME（SentenceModel model，                     工厂工厂）

     

已过时。使用SentenceDetectorFactory扩展SentenceDetector功能。

因此，您可以通过使用自定义SentenceDetector的已交换实例扩展SentenceDetectorME来实现{em>自己的实现SentenceDetectorFactory，然后使用其他字符来检测句子结局。

希望它有所帮助。