自定义NER和POS标签

Question

我正在检查Stanford Corenlp，以了解NER和POS标记。但是，如果我想为<title>Nights</title>, <genre>Jazz</genre>, <year>1992</year>等实体创建自定义标签，该怎么办？Corenlp在这种情况下有用吗？

Answer 1

corenlp开箱即用的类型：人员，位置，组织，杂项，日期，时间，金钱，数字。不，您将无法仅仅假设它可以"直观地"来识别其他实体：）

实际上，您必须选择：

1. 找到标记这些类型的另一个NER系统
2. 使用基于知识/无监督的方法来解决此标记任务。
3. 搜索包含您想要识别类型的额外资源（COLPORA），并重新培训有监督的NER系统（Corenlp或其他）
4. 构建（可能是注释）您自己的资源 - 然后您必须定义注释方案，规则等 - 很有趣的部分！

的确，除非您找到满足您需求的现有系统，否则将需要一些努力！无监督的方法可以帮助您引导系统，以查看您是否需要找到/注释专用的语料库。在后一种情况下，最好将数据分开为火车/开发/测试零件，以便能够评估所得系统在看不见的数据上的执行程度。

Answer 2

查看此常见问题解答（http://nlp.stanford.edu/software/crf-faq.shtml），以使用CRF分类器来训练您的新类型。您可能会发现它有用。