使用 .prop 文件以编程方式训练 NER 模型答案

【问题标题】：Programmatically training NER Model using .prop file使用 .prop 文件以编程方式训练 NER 模型
【发布时间】：2016-06-28 10:00:05
【问题描述】：

我一直在使用属性文件训练我的 ner 模型，如教程LINK 中所示。我正在使用相同的道具文件，但是当我无法理解如何以编程方式执行它时。

props.setProperty("annotators", "tokenize, ssplit, pos, lemma, ner, parse, sentiment, regexner");
props.setProperty("ner.model", "resources/NER.prop");

prop文件如下：

# location of the training file
trainFile = nerTEST.tsv
# location where you would like to save (serialize) your
# classifier; adding .gz at the end automatically gzips the file,
# making it smaller, and faster to load
serializeTo = resources/ner-model.ser.gz

# structure of your training file; this tells the classifier that
# the word is in column 0 and the correct answer is in column 1
map = word=0,answer=1

# This specifies the order of the CRF: order 1 means that features
# apply at most to a class pair of previous class and current class
# or current class and next class.
maxLeft=1

# these are the features we'd like to train with
# some are discussed below, the rest can be
# understood by looking at NERFeatureFactory
useClassFeature=true
useWord=true
# word character ngrams will be included up to length 6 as prefixes
# and suffixes only
useNGrams=true
noMidNGrams=true
maxNGramLeng=6
usePrev=true
useNext=true
useDisjunctive=true
useSequences=true
usePrevSequences=true
# the last 4 properties deal with word shape features
useTypeSeqs=true
useTypeSeqs2=true
useTypeySequences=true
wordShape=chris2useLC

错误：

 java.io.StreamCorruptedException: invalid stream header: 23206C6F
....
..
Caused by: java.io.IOException: Couldn't load classifier from resources/NER.prop

从SO 的另一个问题，我了解到您直接提供模型文件。但是，我们如何在属性文件的帮助下做到这一点呢？

【问题讨论】：

标签： java named-entity-recognition stanford-nlp

【解决方案1】：

你应该从命令行运行这个命令：

java -cp "*" edu.stanford.nlp.ie.crf.CRFClassifier -prop NER.prop

如果你想在 Java 代码中运行它，你可以这样做：

String[] args = new String[]{"-props", "NER.prop"};
CRFClassifier.main(args);

.prop 文件是一个指定用于训练模型的设置的文件。您的代码正在尝试将 .prop 文件作为模型本身加载，这会导致错误。

任一操作都会在 resources/ner-model.ser.gz 生成最终模型

【讨论】：

这是我从常见问题解答中了解到的。但是，我们如何从属性文件生成模型文件？
如果您按照指定的 .prop 文件运行命令，它会将模型保存在 resources/ner-model.ser.gz ...您也可以调用 main 方法（） Java 代码中的 CRFClassifier，虽然不推荐这样做

【解决方案2】：

public class TrainModel {
private void trainCrf(String serializeFile, String prop) {
    Properties props = StringUtils.propFileToProperties(prop);
    props.setProperty("serializeTo", serializeFile);
    SeqClassifierFlags flags = new SeqClassifierFlags(props);
    CRFClassifier<CoreLabel> crf = new CRFClassifier<>(flags);
    crf.train();
    crf.serializeClassifier(serializeFile);
}

public static void main(String[] args) {

    String serializeFile = "skill/ner-model.ser.gz";
    String prop = "ner.props";
    TrainModel trainModel = new TrainModel();
    trainModel.trainCrf(serializeFile, prop);
}

}

【讨论】：