我最近开始研究斯坦福NLP(使用C#端口(。 我计划使用 NER 来识别商店位置名称和产品名称 - 为此，我需要训练标记器，我正在这样做。
但是，某些位置(例如"国王十字"(只有在两个令牌在一起时才应真正被视为位置。 即我不希望"国王"在句子中单独使用时被标记为位置。
所以我的问题实际上是：是否有一种定义的方式来建议我处理其中有空格的位置/名称(在我的训练文件和代码中(？
感谢您的任何帮助。
您的两个选项是训练统计标记算法并希望它执行正确的操作，或者使用regexner注释器并为其提供已知命名实体的列表。 例如，在已知命名实体的列表中，您可以包含Kings Cross条目，并且只有在看到完整的短语Kings Cross时才起作用。
有关regexner的更多文档，请参阅此处：
https://nlp.stanford.edu/software/regexner.html
在NER中处理此问题的标准方法是使用IOB标签或某些变体。使用 IOB 的标签可能如下所示：
I O
went O
to O
Kings B-PLACE
Cross I-PLACE
其中O的意思是"没有标签"，B-XXX的意思是"XXX的开始"，I-XXX的意思是"在XXX中"。
标记系统将学习多字令牌，从B开始，有时继续使用I标记;这只是另一个标记转换。要从您刚刚演练的标记器输出中收集多字令牌，请为任何B创建一个条目，并将I附加到其中。