Question

我正在测试让实体在CoreEntityMention中提到新的3.9.0方式。我做了类似的事情：

    CoreDocument document = new CoreDocument(text);
    stanfordPipe = createNerPipeline();
    stanfordPipe.annotate(document);

    for (CoreSentence sentence : document.sentences()) {
        logger.debug("Found sentence {}", sentence);
        if (sentence.entityMentions() == null) continue;
        for (CoreEntityMention cem : sentence.entityMentions()) {
            logger.debug("Found em {}", stringify(cem));            
        }
    }

当我使用sentence.entityMentions()迭代实体提及时，我看到生成的一些实体提及是多令牌实体提及。如果我错了，获取实体提及并纠正我的旧方法是，你必须迭代CoreLabel，因此必须自己组合多标记实体。

那么在将相邻令牌与相同的ner标签组合之前，是否存在一些以前不存在的新方法？或者我是否错过了结合多标记实体提及的旧方法？

Answer 1

非常感谢您使用新界面！

是的，CoreEntityMention应该代表完整的实体提及。这是添加了一些新语法，以帮助您更轻松地使用我们的代码。

传统上需要像sentence.get（CoreAnnotations.TokensAnnotation.class）......等等......所以我们尝试添加一些包装类，以便人们可以使用管道接口，但没有繁琐的语法

使用这个新推出的语法，你可以写：

sentence.tokens();

关于实体提及，如果句子是＃34; Joe Smith去了夏威夷。＆＃34;你会得到两个实体提及：

Joe Smith（2个令牌）夏威夷（1个代币）

传统上，ner注释器会使用它的命名实体类型标记句子中的每个标记。然后，单独的entitymentions注释器将构建Mention注释，这些注释是完整实体提及的CoreMap表示（例如Joe Smith）。

多年来我见过很多人问＆＃34;我如何从标记的令牌序列转到完整的实体提及？＆＃34;因此，为了回应这一点，我们试图让提取句子中提到的完整实体变得容易得多。

我还应该注意到，在大多数情况下，较旧的方法仍然有用。我们正在努力完成3.9.0版本的更新文档！

Stanford NLP 3.9.0：使用CoreEntityMention是否结合了相邻的实体提及？

1 个答案: