Я хочу обучить модель для извлечения имени человека (часть системы NER), но я хочу сделать эту модель безвизовым (я имею в виду, что модель не будет принимать случай с буквой, без разницы между прописными буквами и строчные буквы), потому что у меня шумный текст.поезд безжизненная модель для NER в openNLP
так есть ли какой-либо параметр в шаге обучения для этого или любым другим способом?
Если вы должны использовать OpenNLP, я предполагаю, что вы можете обучать новые модели без казуальных данных обучения. Просто возьмите все имеющиеся данные обучения (с соответствующими аннотациями и т. Д.) И запишите все содержимое перед началом обучения новой модели.
Или, если вы можете использовать Stanford ЯЭР вместо OpenNLP, вы можете просто использовать заранее подготовленные безгильзовых английские модели Стэнфордского NEr в: http://nlp.stanford.edu/software/CRF-NER.shtml#Models
Какой бы путь вы идете, имейте в виду, что ваша точность будет уменьшаться с помощью регистронезависимый моделей.
что stanford NER использует для безмозговой модели? , безмозглой модели, которую я тренировал openNLP, не сопоставимой с моделью без стенда Stanford. stanford NER дает очень хороший результат для извлечения людей. –
Безплатные модели для Стэнфордского НЭР - это просто безвизовые версии (т. Е. С нижним регистром) трех обычных английских моделей Стэнфорда НЭР: модель 4 класса, подготовленная для CoNLL, 7-классная модель, подготовленная для MUC, и модель 3 класса, обученная на пересечении обоих наборов данных. Вы можете скачать безвизовые модели здесь: http://nlp.stanford.edu/software/stanford-corenlp-caseless-2014-02-25-models.jar –
Я уже пробовал, но мне интересно, почему stanford NER дает намного лучше результат openNLP NER, я имею в виду, что является основным различием между ними? Большое спасибо @Charlie за вашу помощь. –