命名实体：与人员名称有关的准则

Question

我正在处理文本语料库中命名实体的注释任务。我在文档1999 Named Entity Recognition Task Definition中找到了指南。在该文件中，有关于人员头衔的指导方针，特别是以下一个：诸如“先生”之类的标题和诸如“总统”之类的角色名称不被视为人名的一部分。例如，在“先生Harry Schearer“或”Harry Schearer总统“，只有Harry Schearer应该被标记为人。

在斯坦福大学的NER中，有许多例子包括人物标签（韦斯顿船长，佩里先生等）。见here他们给出的公报的例子。在他们对人物标签的看法中，似乎甚至是“太太。和贝茨小姐“应该被标记为一个人。

问题：最普遍接受的指南是什么？

Answer 1

如果您从这里下载Stanford CoreNLP 3.5.2：http://nlp.stanford.edu/software/corenlp.shtml

并运行此命令：

java -Xmx6g -cp "*:." edu.stanford.nlp.pipeline.StanfordCoreNLP -ssplit.eolonly -annotators tokenize,ssplit,pos,lemma,ner -file ner_examples.txt -outputFormat text

（假设您在ner_examples.txt中添加了一些示例句子，每行一个句子）

标记的标记将显示在：ner_examples.txt.out

中

您可以尝试一些句子，看看我们当前的NER系统如何处理不同的情况。该系统是针对没有标记为PERSON的标题的数据进行培训的，因此我们当前的系统通常不会将标题标记为PERSON。