java - 斯坦福 NER - 提取多词实体

Question

如何在斯坦福 NER 中标记搭配？目前，它将纽约联邦储备银行标记为

<wi num="11" entity="ORGANIZATION">Federal</wi> <wi num="12" entity="ORGANIZATION">Reserve</wi> <wi num="13" entity="ORGANIZATION">Bank</wi> <wi num="14" entity="ORGANIZATION">of</wi> <wi num="15" entity="ORGANIZATION">New</wi> <wi num="16" entity="ORGANIZATION">York</wi>

我希望它被识别为

<wi num="11" entity="ORGANIZATION">Federal Reserve Bank of New York</wi>

这可能吗？

Answer 1

类似的事情是，是的。如果你给出标志

-outputFormat inlineXML

然后你会得到:

<ORGANIZATION>Federal Reserve Bank of New York</ORGANIZATION>

(请注意，这并没有真正改变斯坦福 NER 的工作方式，而只是改变输出格式。如果您不喜欢任何提供的输出格式，编写自己的输出格式相当简单。)