基于精确字典的命名实体识别与斯坦福大学答案

【问题标题】：Exact Dictionary based Named Entity Recognition with Stanford基于精确字典的命名实体识别与斯坦福大学
【发布时间】：2016-06-11 11:54:27
【问题描述】：

我有一本从维基百科中提取的命名实体字典。我想将它用作NER的字典。我想知道如何将 Stanford-NER 与我的这些数据一起使用。我也下载了Lingpipe，虽然我不知道如何使用它。我会很感激各种信息。

感谢您的帮助。

【问题讨论】：

LingPipe 在这里有一个 NE 教程，它涵盖了正则表达式、精确和统计命名实体提取：alias-i.com/lingpipe/demos/tutorial/ne/read-me.html 这是一个面向服务器的 Java API，并在教程中演示了如何从命令行运行.

【解决方案1】：

您可以在 Stanford CoreNLP 中使用字典（或基于正则表达式）命名实体识别。请参阅RegexNER annotator。对于某些应用程序，我们使用相当大的实体字典来运行它。然而，对我们来说，这通常是使用统计（基于 CRF）NER 的辅助工具。

【讨论】：

【解决方案2】：

Stanford-NER 基于 CRF，这是一种统计模型。恐怕它不支持额外的字典或词典。但是，您可以根据自己的任务训练新模型。

【讨论】：

谢谢@Friedmannn。我读了一些关于斯坦福 NER 的文章，并弄清楚了它是如何工作的。我也尝试使用它的公报，但没有帮助。我切换到了 LingPipe，效果很好。

【解决方案3】：

您可以使用 MER：http://labs.fc.ul.pt/mer/

用 bash 开发的最小实体识别器：https://github.com/lasigeBioTM/MER

只需要一个词典（文本文件）作为输入

【讨论】：