c# - 将实体添加到 Stanford NLP NER 分类器

Question

我有一个非常简单的方法来从字符串中提取名称、组织和位置。我正在为 Stanford NLP 使用 .NET Nuget 库。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.distsim.crf.ser.gz。

这对我来说非常有效，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，这看起来非常以美国为中心，我想成为能够放置我自己的英国公司、地点等。

有没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内容，但是您可能无法扩展模型，如果是这种情况，我可以结合分类器并通过英国分类器运行它/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 中制作这些分类器。

Answer 1

如果您想更改模型的工作方式，您需要提供训练数据并训练您自己的模型。出于许可原因，斯坦福大学不分发公共(public)模型训练所用的数据，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 ，尽管不幸的是，说明的第一句话是这样的:

The documentation for training your own classifier is somewhere between bad and non-existent.

如果这是您第一次使用 CRF，则需要学习很多东西，但它是易于管理的。查看其他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，并且在很多方面都很相似。

另请注意，现有模型无法通过仅在新输入上进行训练来扩展，系统并非以这种方式设置。