我有一个非常简单的方法可以从字符串中提取名称，组织和位置。我正在使用用于斯坦福NLP的.NET Nuget库。它看起来像这样。
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;
该模型是它附带的 3class jar 文件 - english.all.3class.distsim.crf.ser.gz。
这对我来说效果非常好，但我想做的是与模型接口，以便能够在需要时添加我自己的实体，这似乎非常以美国为中心，我希望能够放置我自己的英国公司、地点等。
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信息，但您可能无法扩展模型，如果是这种情况，我可以组合分类器并通过英国/美国分类器运行它等。如果可能的话，我如何实际创建自己的分类器，因为如果可能的话，我想在 .NET 中制作这些分类器。
如果要更改模型的工作方式，则需要提供训练数据并训练自己的模型。出于许可原因，斯坦福大学不会分发公共模型训练的数据，但您可以使用相同的功能。
您可以在此处阅读有关如何训练模型的信息，但不幸的是，说明的第一句话是这样的：
用于训练您自己的分类器的文档介于糟糕和不存在之间。
如果这是您第一次使用CRF，那么需要学习很多东西，但这是可管理的。查看其他软件包(如 CRFSuite 和 CRF++(的文档可能会有所帮助 - 它们通常都使用基本相同的训练数据格式，并且在许多方面相似。
另请注意，现有模型不能仅通过新输入来训练它们来扩展，系统只是不是这样设置的。