在CRF ++培训模板中，如何为上市公司提供自定义dictionary.txt文件，为欧洲大陆食品提供另一种文件，例如，或几乎任何类别。
然后提供每个类别的样本培训数据，从而了解如何在该类别的上下文中使用这些特定命名的entites。
通过这种方式，我和系统一样，可以确定它是否正确理解某些命名的entites如何在文本中构建，无论是推文还是普利策奖获奖新闻文章，而不是提供数百兆字节的数据。
这会很酷。模型将有一个明确的已知词典（不需要扩展），以及关于如何在人类文本中构建这些已知词条的统计方法。
PS - 为了清晰起见，不要向往正则表达式。如果你在字典中有很多，很多规则和大量的枯燥时间，这些只是很酷。