用新術語擴展斯坦福NER術語

Question

我們需要在斯坦福大學添加術語到命名實體提取表/模型，但無法弄清楚。用例 - 我們需要隨着時間的推移構建一組IED條款，並希望Stanford管道在文本文件中找到條款。

看看是否這是前

Answer 1

請看看http://nlp.stanford.edu/software/regexner/來看看如何使用它的東西有人做了。它允許你指定一個短語映射到實體類型的文件。當你想更新映射時，你更新文件並重新運行斯坦福管道。

如果你有興趣在如何真正學習模式的條件隨着時間的推移，你可以看看我們的模式學習系統：http://nlp.stanford.edu/software/patternslearning.shtml

Answer 2

你能指定要應用的標籤？

要使用RegexNER所有你需要做的是建立一個文件，每個表格的第一行輸入：

TEXT_PATTERN \ TTAG

你會把所有你想要的東西在你的自定義詞典到一個文件，說custom_dictionary.txt

我被IED假設你的意思

https://en.wikipedia.org/wiki/Improvised_explosive_device？

所以你的文件可能是這樣的：

VBIED \ tIED_TERM

粘性炸彈\ tIED_TERM

RCIED \ tIED_TERM

新國\ tLOCATION

新人物\ tPERSON

（注意堆棧溢出有一些奇怪的格式，不應該有每個項目之間的空行，這應該是每行1項!!）

如果然後運行這個命令：

的Java -mx1g -cp「*」埃杜。 stanford.nlp.pipeline.StanfordCoreNLP -annotators '記號化，SSPLIT，POS，引理，regexner，NER' -file sample_input.txt -regexner.mapping custom_dictionary.txt

你會標記sample_input.txt

更新是隻是更新的問題custom_dictionary.txt

有一件事要注意，如果先在註釋器列表中先放入「ner」或「regexner」，那麼這很重要。

如果您的最高優先級是使用您的專用術語（例如IED_TERM）進行標記，那麼我會首先在管道中運行regexner，因爲標記器之間如何相互覆蓋有一些棘手的問題。