Question

如何为自定义词典（.dic）和后缀（.aff）编写名为“纽约”的实体（因此属于诸如LOCATION, PERSON, ORGANIZATION等类别的单词） ”，“唐纳德·特朗普”，“梅赛德斯·奔驰”等？

当完全不使用词缀规则时，使用像这样的字典

Ferrari/X po:ORGANIZATION
New York/X po:LOCATION
Donald Trump/X po:PERSON
Mercedes-Benz/X po:po:ORGANIZATION

使用New York进行的测试将返回：

{
  index: 8,
  word: 'Ferrari',
  stems: [ 'Ferrari' ],
  suggestion: [],
  correct: true,
  analysis: [ ' st:Ferrari po:ORGANIZATION' ],
},
{ 
  word: 'York',
  stems: [],
  suggestion: [ 'New York' ],
  correct: false,
  analysis: []
}

我实际上没有定义X规则，它只是一个参考，而我正在将po（这是语音类别）用作NER类型的类别（（例如LOCATION）作为占位符，以获取分析中的类别。至少有两个问题

对于不大写的单词，即使添加规则（如p
）也与california之类的类别不匹配
```
California/SM po:LOCATION
```
虽然对于像Ferrari这样的单个单词来说这是可以的，但我又回到了po中的类别，对于像New York或Donald Trump这样的单词，让我们说The Notorious BIG，因此使用两个以上的单词将无法正常工作。在这种情况下，参考规则应类似于
```
New York/X po:LOCATION
```

注意

专有名词要求带有M标志，而他的S标志则表示专有名词没有大写。

参考：Hunspell，男人：https://www.systutorials.com/docs/linux/man/4-hunspell/

命名实体的Hunspell自定义规则

0 个答案: