将实体添加到斯坦福 NLP NER 分类器答案

【问题标题】：Adding entities to Stanford NLP NER Classifier将实体添加到斯坦福 NLP NER 分类器
【发布时间】：2018-06-07 17:25:06
【问题描述】：

我有一个非常简单的方法可以从字符串中提取名称、组织和位置。我正在为斯坦福 NLP 使用 .NET Nuget 库。它看起来像这样。

CRFClassifier Classifier = CRFClassifier.getClassifier(StanfordNLPConfig.NER.ClassifierModel);

        List<IndexViewModel> ivms = new List<IndexViewModel>();

        try
        {
            foreach (List sentence in Classifier.classify(content).toArray())
            {
                NLPTranslator translator = new NLPTranslator();
                ivms.AddRange(translator.NERTranslate(sentence));
            }
        }
        catch (Exception ex)
        {
            throw ex;
            // Error silently
        }

        return ivms;

模型是它附带的 3class jar 文件 - english.all.3class.dissim.crf.ser.gz。

这对我来说真的很好用，但我想做的是与模型交互，以便在我需要时能够添加我自己的实体，这似乎非常以美国为中心，我想成为能够放置我自己的英国公司、地点等。

有什么方法可以添加这些实体，因为我一直在阅读有关训练它的信息，但是您可能无法扩展模型，如果是这种情况，我可以组合分类器并通过英国的分类器运行它/美国等。如果可能的话，我怎样才能真正制作自己的分类器，因为如果可能的话，我想在.NET中制作这些。

【问题讨论】：

我目前有同样的问题，如果我能够找到如何做到这一点，我会在这里发布，如果你在我之前找到如何回答你自己的问题，我会问。谢谢。

标签： c# .net nlp stanford-nlp named-entity-recognition

【解决方案1】：

如果您想改变模型的工作方式，您需要提供训练数据并训练您自己的模型。出于许可原因，斯坦福大学不会分发公共模型训练所依据的数据，但您可以使用相同的功能。

您可以阅读有关如何训练模型的信息 here，但不幸的是，说明的第一句话是这样的：

用于训练您自己的分类器的文档介于糟糕和不存在之间。

如果这是您第一次使用 CRF，将会有很多东西需要学习，但它是易于管理的。查看其他软件包的文档可能会有所帮助，例如 CRFSuite 和 CRF++ - 它们通常都使用基本相同的训练数据格式并且在很多方面都相似。

另外请注意，现有模型不能通过仅在新输入上训练它们来扩展，系统不是这样设置的。

【讨论】：