【发布时间】：2016-07-25 04:26:09
【问题描述】：
输入文本：我总是喜欢热鸡蛋 输出 [('i', 'NN'), ('always', 'RB'), ('like', 'IN'), ('hot', 'JJ'), ('Eggs', 'NNP') ]
根据 PTB postag NNP 是单数，但为什么在这种情况下它给出 NNP 为什么不给出 NNS
【问题讨论】：
标签： nlp stanford-nlp pos-tagger postageapp
【发布时间】：2016-07-25 04:26:09
【问题描述】：
大写首字母会误导 POS 标注器失败。把它改成eggs，你会得到NNS。
【讨论】：
-
您是 100% 正确的，但关键是我需要将整个数据集转换为更低吗？ .so 如果它找到某人的名字，它也会成为 NNS，你怎么看？
-
不，您不应该转换数据。您只需要接受数据不干净和 POS 标签并不总是正确的事实。
-
太棒了，但你能帮我或给我提示我如何清理这个。说真的，我明白你的意思，这太棒了
-
在机器翻译 (MT) 中搜索 true-caser。必须有一些脚本。从记忆中：Moses MT 管道中有一个真正的案例，您可以在大量纯文本上进行训练。它将学习单词的正确大写/小写变体，并将测试数据转换为它在训练中学到的任何内容。所以可能（不确定）这会将您的 Eggs 更改为 Eggs，并将专有名词保留为专有名词（即作为大写首字母）。请注意，如果您在混乱或不足的文本上训练它，它可能会适得其反——这就是我不推荐它的原因......