默认情况下，Apache OpenNLP在运行其命名实体识别（NER）模型时会使用哪些功能？

Question

我知道Apache OpenNLP的NER标记器使用MaxEnt模型。但是，Apache OpenNLP在运行其命名实体识别（NER）模型时会默认使用哪些功能？以及我们如何在OpenNLP（Java实现）中合并/自定义新功能？

Answer 1

在Apache OpenNLP NER中，它允许用户通过XML文件定义功能。默认的XML是这样的：

https://github.com/apache/opennlp/blob/master/opennlp-tools/src/main/resources/opennlp/tools/namefind/ner-default-features.xml

如果要自定义它，请在训练模型时使用-featuregen选项：

$ opennlp TokenNameFinderTrainer -featuregen your-features-definition.xml -model my-model.bin ...

在执行TokenNameFinder时，您无需指定自定义功能XML文件，因为模型文件包含您的功能信息。