Stanford Corenlp：Regexner意外地覆盖了NER实体

Question

我有一句话：

5th-6th Grade Teacher, Mount Pilot Elementary School

RegExner映射文件内容：

Pilot TITLE

注释者：

tokenize,ssplit,pos,lemma,depparse,ner,regexner

这样的配置一切正常，我得到的短语＆＃34; Mount Pilot Elementary School＆＃34;标记为ORGANIZATION，在corenlp日志中我有一条消息：

Not annotating 'Pilot': ORGANIZATION with [TITLE], sentence is '5th-6th Grade Teacher , Mount Pilot Elementary School'

所以这是好的和预期的行为。

但是，一旦我将以下行添加到映射文件中：

Labor ORGANIZATION

CoreNLP为相同的健全状态返回此类标记：

Mount/ORGANIZATION Pilot/TITLE Elementary School/ORGANIZATION

＆＃34;先导＆＃34;组织被＃34; Pilot＆＃34; TITLE来自映射文件。

有没有办法避免这种行为？我只想标记＆＃34; Labor＆＃34;作为一个组织，我不想强​​迫CoreNLP覆盖RegexNER的NER标签。在我看来，它有点意外，但也许这是一个功能而不是一个错误

Answer 1

您的规则必须采用以下格式：

Pilot   TITLE   MISC    1

然后它不会覆盖其他标签类型。