nlp - 是否可以训练斯坦福 NER 系统识别更多命名实体类型？

Question

我现在正在使用一些 NLP 库，(stanford 和 nltk)
斯坦福我看到了演示部分，但只是想问问是否可以用它来识别更多的实体类型。

因此，目前斯坦福 NER 系统(如演示所示)可以将实体识别为人(姓名)、组织或位置。但认可的组织仅限于大学或一些大型组织。我想知道我是否可以使用它的 API 为更多实体类型编写程序，比如如果我的输入是“Apple”或“Square”，它可以将其识别为一家公司。

我必须制作自己的训练数据集吗？

此外，如果我想提取实体及其相互之间的关系，我觉得我应该使用 stanford 依赖解析器。
我的意思是，首先提取命名实体和其他标记为“名词”的部分，并找到它们之间的关系。

我对么。

谢谢。

Answer 1

是的，您需要自己的训练集。预训练的斯坦福模型仅将单词“Stanford”识别为命名实体，因为它们已经接受了包含该单词的数据(或根据他们使用的特征集非常相似的单词，我不知道那是什么)的训练标记为命名实体。

一旦你有更多的数据，你需要把它放在 this question 中描述的正确格式中。和斯坦福教程。