- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
有没有办法训练现有的 Apache OpenNLP POS Tagger 模型?我需要为特定于我的应用程序的模型添加更多专有名词。当我尝试使用以下命令时:
opennlp POSTaggerTrainer -type maxent -model en-pos-maxent.bin \
-lang en -data en-pos.train -encoding UTF-8
en-pos-maxent.bin
中添加一些新的句子
Where_WRB is_VBZ the_DT Seven_DNNP Dwarfs_DNNP Mine_DNNP Train_DNNP ?_?
Where_WRB is_VBZ the_DT Astro_DNNP Orbiter_DNNP ?_?
Where_WRB is_VBZ the_DT Barnstormer_DNNP ?_?
Where_WRB is_VBZ the_DT Big_DNNP Thunder_DNNP Mountain_DNNP Railroad_DNNP ?_?
Where_WRB is_VBZ the_DT Buzz_DNNP Lightyears_DNNP Space_DNNP Ranger_DNNP Spin_DNNP ?_?
Where_WRB is_VBZ the_DT Casey_DNNP Jr_DNNP Splash_DNNP N_DNNP Soak_DNNP Station_DNNP ?_?
Where_WRB is_VBZ the_DT Cinderella_DNNP Castle_DNNP ?_?
Where_WRB is_VBZ the_DT Country_DNNP Bear_DNNP Jamboree_DNNP ?_?
Where_WRB is_VBZ the_DT Dumbo_DNNP the_DNNP Flying_DNNP Elephant_DNNP ?_?
Where_WRB is_VBZ the_DT Enchanted_DNNP Tales_DNNP with_DNNP Belle_DNNP ?_?
Where_WRB is_VBZ the_DT Frontierland_DNNP Shootin_DNNP Arcade_DNNP ?_?
DNNP
.
WRB
,但如果我要求标记“你好”这个词(训练文件中不存在),它会被标记为
DNNP
.所以我想补充几句。我怎样才能做到这一点?
最佳答案
不幸的是,您不能简单地使用额外的训练实例来扩充 OpenNLP 模型。您需要使用原始训练数据和新数据重新训练整个模型,以获得所需的模型。您需要使用现有(大型)POS 标记语料库和新示例来训练新的 POS 标记器模型。
如果您只想识别特定类型的专有名词,您可以考虑使用您的数据训练 OpenNLP NameFinder(或其他命名实体提取器),因为这种注释器更适合识别特定类型的专有名词。你上面只举了几个例子,但我认为 POS 标注器很难区分正常的 NNP 和新的 DNNP,因为它们出现在与 NNP 相同的上下文中并且具有相同的形式(大写名词短语)。命名实体识别器是完成此类任务的更好工具。
关于nlp - 是否可以将单词附加到现有的 OpenNLP POS 语料库/模型?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27301800/
我是 opennlp 的新手,需要帮助来自定义解析器 我使用了带有预训练模型 en-pos-maxtent.bin 的 opennlp 解析器,用相应的语音部分标记新的原始英语句子,现在我想自定义标签
谁能指出 openNLP NameFinder 模块使用的算法? 代码很复杂,而且文档很少,并且作为一个黑盒(提供默认模型)使用它给我的印象是它主要是启发式的。 以下是输入和输出的一些示例: 输入:
我收到无效格式异常。我看到有人建议从 en-pos-maxent.bin 文件中删除 tags.tagdict 文件,但我不知道该怎么做。谁能给我解释一下 ava.io.FileInputSt
我收到无效格式异常。我看到有人建议从 en-pos-maxent.bin 文件中删除 tags.tagdict 文件,但我不知道该怎么做。谁能给我解释一下吗 ava.io.FileInputS
我正在尝试使用 Apache OpenNLP 1.7 构建自定义 NER。来自可用文档 Here ,我开发了如下代码 import java.io.BufferedOutputStream; impo
我们有组织名称同义词的数据库(例如 BT 是 British Telecom。我们使用 OpenNLP 从文本块中提取实体和关键字。有没有办法告诉 OpenNLP 使用我们的数据库数据(例如,如果它找
我刚开始使用 openNLP 来识别名称。我正在使用开放 NLP 附带的模型 (en-ner-person.bin)。我注意到虽然它可以识别我们、英国和欧洲的名字,但它无法识别印度或日本的名字。我的问
有谁知道我在哪里可以找到如何在 OpenNLP 库中使用 SimpleLemmatizer() 类的示例,以及在哪里可以找到示例英语词典?文档中似乎缺少它。 最佳答案 您可以从这里下载字典 - en-
有没有关于 OpenNLP 中解析器标签含义的文档?我知道 POS 标签类型遵循 TreeBank 约定,但不幸的是我没有找到有关解析器标签的任何信息,例如“SBAR”等。 该文档是否存在于某处还是我
我以前用过Stanford CoreNLP,这次想研究一下OpenNLP。是否可以创建自己的注释器?例如,我想分析文本并仅挑选颜色或飞机名称。 斯坦福 NER 让我创建自己的 NER 模型来实现此目的
您好,已经引用过 this , this , this和 this但仍然发现构建自定义名称查找器模型很困难..这是代码: public class CustomClassifierTrainer {
我目前正在浏览 opennlp 源代码,试图找到/理解它们用于分块的语法。这不是最简单的任务之一。我开始研究 chunkermodel 和相关的类,但还没有走得太远...... 有人搜过这个吗?如果有
我正在尝试使用 OpenNLP 标记器对文本文件进行标记。我所做的,我读取 .txt 文件并将其存储在列表中,想要迭代每一行,标记该行并将标记化的行写入新文件。 行中: tokens[i] = tok
嘿,我正在尝试为 opennlp 制作训练数据来检测句子中的位置名称。我陷入了这样的困境: North Manchester Hospital 我确实需要检测这两个对象,医院名称和城市名称。我
我正在尝试使用官方 OpenNLP 网站手册示例来训练新模型,示例如下: Charset charset = Charset.forName("UTF-8"); ObjectStrea
我一直在尝试使用命令行界面来训练我的模型,如下所示: opennlp TokenNameFinderTrainer -model en-ner-pincode.bin -iterations 500
我正在使用 OpenNLP 的模型构建器插件来创建更好的 NER 模型。据此post ,我使用了markg发布的代码: public class ModelBuilderAddonUse { pr
我正在做一个项目,我正在使用 OpenNLP 的一些功能。我需要的一个功能是词干分析器。我用谷歌搜索了一下,发现据说它在 opennlp.tools.stemmer 包中有一个 Porter 词干分析
我有两个模型文件:1)en-politicians-ner.bin 2)en-engineers-ner.bin 现在,有没有办法将这两个模型添加到一个单个 NameFinderME 对象中。使用这两
我正在使用 Java OpenNLP 进行 NER,但我不确定如何使用我训练过的自定义模型来检测多个单词(例如 New York、Bruno Mars、Hong Kong)。 我的训练数据确实涵盖了多
我是一名优秀的程序员,十分优秀!