OpenNLP NameFinder 自定义特征生成

Question

我想训练一个自己的模型以在OpenNLP NameFinder 中使用。

搜索了很多，最后想出了一个可以训练模型的工作代码，但它并不准确。文档还说你需要 15000 个句子才能有一个准确的模型。

因此，每次<START> <END> 时，您都需要有 15000 个具有良好上下文和名称的句子。为此，您将不得不花费数小时 写.txt file.的天/月

我做了一些进一步的搜索来训练一个模型，而不是你自己写的全部内容，然后来到Custom Feature generation of OpenNLP。 http://opennlp.apache.org/docs/1.8.1/manual/opennlp.html#tools.namefind.training.tool

但它并没有说明如何使用它。文档给出了这个：

AdaptiveFeatureGenerator featureGenerator = new CachedFeatureGenerator(
     new AdaptiveFeatureGenerator[]{
       new WindowFeatureGenerator(new TokenFeatureGenerator(), 2, 2),
       new WindowFeatureGenerator(new TokenClassFeatureGenerator(true), 2, 2),
       new OutcomePriorFeatureGenerator(),
       new PreviousMapFeatureGenerator(),
       new BigramNameFeatureGenerator(),
       new SentenceFeatureGenerator(true, false)
       });

有人知道怎么用吗？或者更好的是，是否有人已经成功地为OpenNLP NER 训练了自己的模型，而无需自己输入数据集？

提前致谢。

Answer 1

您仍然需要带注释的训练文本。在训练期间使用特征生成器来创建更好的模型。不幸的是，没有什么可以替代带注释的训练文本。