OpenNLP名稱實體識別模型的時間和日期

Question

我使用OpenNLP模型進行名稱實體識別。

我傳遞的句子，在我需要確定的話。 打開NLP需要一個String []變量，因此我將我的String分隔成由空格分隔的單詞。

我面臨認識日期的問題。例如，如果字符串包含2012年1月7日的日期，並且我將字符串拆分爲單詞，則「7」，「Jan」和「2012」將分隔爲3個不同的單詞。儘管它們被認爲是日期，但是3種不同的標記對於我進一步處理沒有意義。 我怎麼可能分裂我的字符串，以便「2012年1月2日」可以作爲一個字符串... 2012年1月7日是一種格式...有時它也是1月7,2012。日期還會識別我輸入的時間格式：如下午12:18

NER時間模型無法識別12:18 pm或09:52:52中的時間。它接受哪種時間格式？

Answer 1

的Apache OpenNLP日期和時間模型的統計，從語料訓練。它將從上下文中識別日期和時間，而不僅僅是格式。

如果你有特殊需求，你可以創建自己的語料庫和train自己OpenNLP名稱 搜索模式。

OpenNLP名稱搜索還支持在訓練一些定製。也許如果你創建一個語料庫，並且添加一些regex based features，你可以改善你的結果。