java - OpenNLP 与斯坦福 CoreNLP

Question

我一直在对这两个包进行一些比较，但不确定该往哪个方向发展。我正在寻找的简要内容是:

1. 命名实体识别(人、地点、组织等)。
2. 性别识别。
3. 一个不错的培训 API。

据我所知，OpenNLP 和 Stanford CoreNLP 具有非常相似的功能。然而，Stanford CoreNLP 看起来有更多的 Activity ，而 OpenNLP 在过去六个月中只有少数提交。

根据我所看到的，OpenNLP 似乎更容易训练新模型，并且可能仅仅因为这个原因就更具吸引力。但是，我的问题是其他人会从什么开始作为将 NLP 功能添加到 Java 应用程序的基础？我最担心的是 OpenNLP 是“刚刚成熟”还是半废弃。

Answer 1

坦白地说，我是 CoreNLP 的贡献者，所以这是一个有偏见的答案。但是，在我看来，您的三个标准是:

1. 命名实体识别:我认为 CoreNLP 在准确性和易用性方面明显胜出。一方面，OpenNLP 每个 NER 标签都有一个模型，而 CoreNLP 使用单个注释器检测所有标签。此外，SUTime 的时间分辨率是 CoreNLP 中的一项不错的福利。在准确性方面，我的轶事经验是 CoreNLP 在通用文本上做得更好。

2. 性别识别。我认为这两种工具在这方面的记录都很少。 OpenNLP 似乎有一个 GenderModel 类； CoreNLP 有一个性别注释器。

3. 培训 API。我怀疑 OpenNLP 培训 API 对于非现成的培训更易于使用。但是，如果您只想从 CoNLL 文件训练模型，那么两者都应该很简单。与我尝试过的其他工具相比，使用 CoreNLP 的训练速度往往更快，但我还没有正式对它进行基准测试，所以对此持保留态度。