将实体添加到Stanford NLP NER分类器

Question

我有一个非常简单的方法从字符串中提取名称，组织和位置。我正在使用.NET Nuget Libraries for Stanford NLP。看起来像这样。

CRFClassifier Classifier = CRFClassifier.getClassifier(StanfordNLPConfig.NER.ClassifierModel);

        List<IndexViewModel> ivms = new List<IndexViewModel>();

        try
        {
            foreach (List sentence in Classifier.classify(content).toArray())
            {
                NLPTranslator translator = new NLPTranslator();
                ivms.AddRange(translator.NERTranslate(sentence));
            }
        }
        catch (Exception ex)
        {
            throw ex;
            // Error silently
        }

        return ivms;

该模型是它附带的3class jar文件 - english.all.3class.distsim.crf.ser.gz。

这对我来说非常有效，但我想做的是与模型的接口，以便能够在我需要的时候添加到我自己的实体中，这看起来非常美国中心和我＆＃39;我希望能够建立自己的英国公司，地点等。

我是否有任何方式可以添加这些实体，因为我一直在阅读有关培训的内容，但您可能无法扩展模型，如果是这种情况，我可以将分类器组合并通过英国运行一个/美国等等。如果可能的话，我怎样才能真正制作自己的分类器，如果可能的话我想在.NET中制作这些分类器。

Answer 1

如果您想改变模型的工作方式，您需要提供培训数据并培训您自己的模型。出于许可原因，斯坦福不会分发公共模型所训练的数据，但您可以使用相同的功能。

您可以阅读有关如何训练模型here的内容，但不幸的是，说明的第一句话是：

  

培训自己的分类器的文档介于坏与不存在之间。

如果这是您第一次使用CRF，那么需要学习很多东西，但这是可以管理的。查看其他软件包（例如CRFSuite和CRF++）的文档可能会有所帮助 - 它们通常都使用基本相同的培训数据格式，并且在很多方面都相似。

另请注意，现有模型无法通过仅对新输入进行训练来扩展，系统也不会以这种方式设置。