【发布时间】：2019-01-06 21:35:05
【问题描述】：
目前，我可以训练 NER 模型来识别位置、人员、组织的自定义值，但是如何训练 NER 模型来识别其他实体，例如技能、证明、车辆..等。
【问题讨论】：
标签： nlp stanford-nlp
【发布时间】：2019-01-06 21:35:05
【问题描述】：
请看斯坦福NER简介：https://nlp.stanford.edu/software/CRF-NER.html
培训描述如下： https://nlp.stanford.edu/software/crf-faq.html#a
基本上，您必须使用带标签的文本创建训练数据。格式是制表符分隔的文件（.tsv 文件）。 像这样的：
This O
is O
a O
Mercedes VEHICLE
.
您将需要大量数据，并且可能必须手动对其进行注释。有一些像 dataturks.com 这样的工具可以帮助你。
【讨论】：
-
我试过了，但被错误识别为 City 或 Person。
-
那么你的训练数据可能太小了。另外，尝试使用
NERFeatureFactory的更多功能 -
所以，我必须用更多的训练数据进行训练，才能识别车辆、证明等新领域。那么如何确定模型已准备好识别新领域？