为什么Stanford CoreNLP NER注释器默认加载3个模型？

Question

当我在StanfordCoreNLP对象管道中添加“ ner”注释器时，我可以看到它加载了3个模型，这需要很多时间：

Adding annotator ner
Loading classifier from edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz ... done [10.3 sec].
Loading classifier from edu/stanford/nlp/models/ner/english.muc.7class.distsim.crf.ser.gz ... done [10.1 sec].
Loading classifier from edu/stanford/nlp/models/ner/english.conll.4class.distsim.crf.ser.gz ... done [6.5 sec].
Initializing JollyDayHoliday for SUTime from classpath: edu/stanford/nlp/models/sutime/jollyday/Holidays_sutime.xml as sutime.binder.1.
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/defs.sutime.txt
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/english.sutime.txt
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/english.holidays.sutime.txt

有没有一种方法可以加载同样工作的子集？特别是，我不确定为什么当它具有7级模型时为什么要加载3级和4级NER模型，并且我想知道是否不加载这两种仍然可以工作。

Answer 1

您可以设置以这种方式加载哪些模型：

命令行：

-ner.model model_path1,model_path2

Java代码：

 props.put("ner.model", "model_path1,model_path2");

其中model_path1和model_path2应该类似于：

"edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz"

模型是分层应用的。运行第一个模型并应用其标签。然后是第二个，第三个，依此类推。如果需要较少的模型，则可以在列表中放入1或2个模型，而不是三个默认模型，但这会改变系统的性能。

如果将“ ner.combinationMode”设置为“ HIGH_RECALL”，则将允许所有模型应用其所有标签。如果将“ ner.combinationMode”设置为“ NORMAL”，则将来的模型将无法应用以前模型设置的任何标签。

默认情况下，所有三个模型都针对不同的数据进行了训练。例如，与7类模型相比，使用3类模型训练的数据要多得多。因此，每个模型都在做不同的事情，它们的结果都被组合在一起以创建最终的标签序列。