我现在正在使用一些 NLP 库(stanford 和 nltk)
斯坦福大学我看到了演示部分,但只是想问是否可以使用它来识别更多实体类型。
因此,目前斯坦福的 NER 系统(如演示所示)可以将实体识别为人(名称)、组织或位置。但认可的组织仅限于大学或一些大型组织。我想知道是否可以使用它的 API 为更多实体类型编写程序,例如如果我的输入是“Apple”或“Square”,它可以将其识别为一家公司。
我必须制作自己的训练数据集吗?
此外,如果我想提取实体及其相互之间的关系,我觉得我应该使用斯坦福依赖解析器。
我的意思是,首先提取命名实体和标记为“名词”的其他部分,并找到它们之间的关系。
我对么。
Thanks.
是的,您需要自己的训练集。预先训练的斯坦福模型仅将“斯坦福”一词识别为命名实体,因为它们已经接受了包含该单词的数据的训练(或根据它们使用的功能集非常相似的单词,我不知道那是什么)标记为命名实体。
一旦获得更多数据,您需要将其采用正确的格式,如这个问题 https://stackoverflow.com/questions/15609324/training-n-gram-ner-with-stanford-nlp和斯坦福大学的教程。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)