1
我努力訓練這將根據我的具體vocabulary.for例如，在一個句子標記的話opennlp POS惡搞：培訓部分的詞性標註器在opennlp
正常詞性標註後：
一句話：節點管理器/ NNP未能/ VBD到/啓動/ VB中/ DT服務器/ NN
使用我的詞性標註的模型後：
一句：節點管理器/代理未能/其他與/其他啓動/其他/ OTHER服務器/ OBJECT
其中AGENT，OTHER，OBJECT是我定義的標籤。
所以基本上我正在定義我自己的標籤dictionary.And希望POS tagger使用我的模型。
聞一Apache文檔中檢查這樣
我發現下面的代碼
POSModel model = null;
InputStream dataIn = null;
try {
dataIn = new FileInputStream("en-pos.train");
ObjectStream<String> lineStream = new PlainTextByLineStream(dataIn, "UTF-8");
ObjectStream<POSSample> sampleStream = new WordTagSampleStream(lineStream);
model = POSTaggerME.train("en", sampleStream, TrainingParameters.defaultParams(), null, null);
}
catch(IOException e)
{
e.printStackTrace();
}
finally {
if (dataIn != null) {
try {
dataIn.close();
}
catch (IOException e) {
// Not an issue, training already finished.
// The exception should be logged and investigated
// if part of a production system.
e.printStackTrace();
}
}
}
這裏的時候，他們打開的FileInputStream爲en-pos.train，我想這EN-POS .train是一個.bin文件，與以前使用過的所有文件一樣，只是它是自定義的。有人能告訴我如何獲取.bin文件嗎？
或en-pos.train在哪裏？究竟是什麼？如何創建它？
我提取的bin文件針鋒相對，他們通常使用
EN-POS-maxent.bin。它有我們定義標籤字典，模型文件和屬性文件的xml文件。我已經根據自己的需要更改了它們，但是我的問題是從內容中生成.bin文件。