使用NLP识别名词短语上的多个命名实体类型

Question

我目前正在使用OpenNLP和UIMA来标记句子中的单词。重要的是单个单词可以多次标记。例如，David Cronenberg应标记为director和person。

我知道培训过程是正确实施的，因为我有一个自定义模型文件，当从模型文件中删除所有带有其中一个标签的句子时，会检测到另一个标签。

我最好能够继续使用OpenNLP来双重标注单词。有没有办法做到这一点？如果没有，这可能与另一个库，如斯坦福CoreNLP。

获取标签的代码如下：

List<NamedEntity> entities = JCasUtil.selectCovered( NamedEntity.class, aConstituent );
    if ( !entities.isEmpty() ) {
        // is never more than 1
    }

下面是一些示例训练数据（有数百行与之相似。）

<START:person> David Cronenberg <END> directed <START:film> Crash <END> .
<START:director> David Cronenberg <END> directed <START:film> Scanners <END> .

Answer 1

为不同类型的命名实体训练单独的分类器，例如一个用于person，另一个用于director。然后将多个OpenNlpNamedEntityRecognizer组件添加到管道中，每个组件都配置一个模型。