首先介绍一下上下文：我正在尝试识别文档语料库中的街道地址，我们认为明显的解决方案是使用NLP（在本例中为Apache OpenNLP）工具来实现这一点，到目前为止，一切看起来都很棒，尽管我们仍然需要用大量文档训练模型，但这不是一个真正的问题。我们通过使用Datamade中的USAddress解析器添加额外的地址验证步骤来改进解决方案。我最大的问题是，如果地址旁边没有位置，地址就没有了，有时位置在文本中指定，我们会认为这种情况经常发生。
我的问题出现了：是否有人使用coreference来关联文本中的实体？或者更好的是，有没有办法在文本中注释任意单词并将它们标识为一个实体？
我一直在关注Apache OpenNLP文档但是......它非常薄，我认为它仍然需要一些工作。
答案 0 :(得分：1)
如果您想对此问题使用共识，可以查看此blog
但更简单的解决方案是使用句子检测器+ RegEx或位置NER +句子检测器（假设地址在一行中）
我认为可以使用正则表达式识别美国地址，一旦正则表达式匹配，您可以使用opennlp的句子检测器来打印整个地址行。
同样，您可以使用opennlp提供的NER模型查找位置并打印您想要的句子。
希望这有帮助！
修改
这Github Repo让我们变得简单。看看吧！
答案 1 :(得分：0)
OpenNLP不提供共参考分辨率模块。
您必须使用Stanford或Illinois或Berkeley系统来完成任务。它们可能无法开箱即用，您可能需要进行一些参数调整或监督培训才能达到合理的性能。
<强> @edit
感谢@Alaye指出OpenNLP确实有一个coref模块，有关详细信息，请参阅他的回答。
由于
答案 2 :(得分：0)
好的，几个月后！这不是Coref我追求的......实际上我正在寻找的是关系提取（Information Extraction）。我使用MITIE（BinaryRelation）并且这样做，我使用Brat注释工具训练我自己的模型，我获得了0.81的F1分数。非常整洁......