Question

我在python中使用Stanford NER tagger。它没有标记日期和时间。而是在每个单词上返回O. 我的判决是：

“3年内将以每年12％的利率获得162美元的利息”

标记后得到的结果是 -

[('What', 'O'), ('sum', 'O'), ('of', 'O'), ('money', 'O'), ('will', 'O'), ('earn', 'O'), ('an', 'O'), ('interest', 'O'), ('of', 'O'), ('$', 'O'), ('162', 'O'), ('in', 'O'), ('3', 'O'), ('years', 'O'), ('at', 'O'), ('the', 'O'), ('rate', 'O'), ('of', 'O'), ('12%', 'O'), ('per', 'O'), ('annum', 'O')]

如何解决这个问题？

Answer 1

下载并安装Stanford NLP Group的Python库stanza。

GitHub：https://github.com/stanfordnlp/stanza
使用Stanford CoreNLP 3.7.0，启动服务器：

命令：java -Xmx4g edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000

Stanford CoreNLP 3.7.0：https://stanfordnlp.github.io/CoreNLP/download.html

（注意：确保CLASSPATH包含下载文件夹中的所有jar）

向步骤2中启动的Java Stanford CoreNLP服务器发出请求：

from stanza.nlp.corenlp import CoreNLPClient

client = CoreNLPClient(server='http://localhost:9000', default_annotators=['ssplit', 'tokenize', 'lemma', 'pos', 'ner'])

annotated = client.annotate("..text to annotate...")

for sentence in annotated.sentences:
  print "---"
  print sentence.tokens
  print sentence.ner_tags

我们正在努力让Python库处理启动和停止Stanford CoreNLP 3.8.0的服务器。

斯坦福NER没有标记日期和时间

1 个答案: