命名實體識別數據和功能

我建立一個命名實體識別與條件隨機場，我期待兩兩件事：命名實體識別數據和功能

A）一個開源的，英語NER數據集的人，地點和組織機構

B）英語NER的功能列表

我已經看了看CoNLL-2003語料庫，發現這正是我想要的，但它是不容易買到。我一直沒有找到NER功能列表;我試圖避免必須手動設計這些功能。

感謝

2013-02-23 Louise

因此，我認爲你正在尋找免費的東西，對吧？ :)我想這個清單上可能會有一些幫助：http://www.cs.technion.ac.il/~gabr/resources/data/ne_datasets.html – dmn 2013-02-25 20:21:02

A）除了MUC語料，你應該檢查出的手動註釋子語料庫這裏：http://www.americannationalcorpus.org/MASC/About.html它是免費的，有各種各樣的文件類型。它自帶的工具用於解析在NLTK，GATE和UIMA格式：http://www.anc.org/MASC/Download

B）這是一個非常普遍的問題。您可以嘗試正克，字大寫，使用文字字符串作爲演講的特徵，部分等你可以閱讀與CRF斯坦福解析器方法入手：http://nlp.stanford.edu/software/CRF-NER.shtml

2013-03-12 12:17:56 Yasen

你會發現什麼是需要從Ratinov &羅斯在this paper NER一個總結和非常豐富的研究。另外，他們的系統是完全開源的，並且包括從維基百科收集的命名實體列表。

2013-12-15 21:55:22 eldams

回答