加载自定义NER模型Stanford CoreNLP

Question

我已经创建了自己的NER模型与斯坦福大学“斯坦福大学NER”软件，并按照这些方向。

我知道CoreNLP按照以下顺序开箱即用地加载了三个NER模型：

1. edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz
2. edu/stanford/nlp/models/ner/english.muc.7class.distsim.crf.ser.gz
3. edu/stanford/nlp/models/ner/english.conll.4class.distsim.crf.ser.gz

我现在想将我的NER模型包括在上面的列表中，并先用NER模型标记文本。

我已经找到了关于该主题的两个以前问题，它们是“使用自定义NER模型的Stanford OpenIE[”和“为什么Stanford CoreNLP
NER注释器默认加载3个模型？”

这两个职位都有很好的答案。答案的一般信息是您必须编辑文件中的代码。

使用定制的NER模型的Stanford OpenIE

从这篇文章中说可以编辑，corenlpserver.sh但在Stanford CoreNLP下载的软件中找不到该文件。谁能指出我该文件的位置？

默认情况下，Stanford CoreNLP NER注释器会加载3个模型吗？

这篇文章说，我可以使用参数-ner.model专门调用要加载的NER模型。我将此参数添加到初始服务器命令（java -mx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000 -ner.model *modlefilepathhere*）中。由于服务器仍加载了所有三个模型，因此无法正常工作。

它还指出您必须更改一些Java代码，尽管它没有明确指出进行更改的位置。

我是否需要props.put("ner.model", "model_path1,model_path2");在CoreNLP软件中修改此代码或将其添加到特定的类文件中？

问题：
从我的研究看来，我需要添加/修改一些代码来调用我独特的NER模型。上面概述了这些“编辑”，并且此信息已从其他StackOverflow问题中提取。我需要专门编辑哪些文件？这些文件到底在哪里（例如edu
/ Stanford / nlp / …等）？

编辑： 我的系统在本地服务器上运行，并且我正在使用API​​ pycorenlp来打开到我的本地服务器的管道并向其发出请求。python /
pycorenlp代码的两个关键行是：

1. nlp = StanfordCoreNLP('http://localhost:9000')
2. output = nlp.annotate(evalList[line], properties={'annotators': 'ner, openie','outputFormat': 'json', 'openie.triple.strict':'True', 'openie.max_entailments_per_clause':'1'})

我 不 认为这会影响我打电话给我的独特NER模型的能力，但我想提出，以获得最佳的答案，我可以在所有情境数据。

Answer 1

如果要自定义服务器使用的管道，请创建一个名为的文件server.properties（也可以根据需要调用它）。

然后-serverProperties server.properties，在使用java命令启动服务器时添加此选项。

在该.properties文件中，您应该包括 ner.model = /path/to/custom_model.ser.gz

通常，您可以在.properties文件中自定义服务器将使用的管道。例如，您还可以在其中用行annotators = tokenize,ssplit,pos,lemma,ner,parse等设置注释器列表。

更新以解决评论：

1. 在您的Java命令中，您不需要 -ner.model /path/to/custom_model.ser.gz

2. .properties文件中可以包含无限数量的属性设置，每行一个设置（空白行将被忽略，＃号行被忽略）

3. 当您运行Java命令时，默认情况下它将在您正在运行该命令的目录中查找文件。因此，如果您的命令包含-serverProperties server.properties该命令，则将假定该文件server.properties位于该命令运行所在的目录中。如果提供绝对路径，则-serverProperties /path/to/server.properties可以从任何地方运行命令。

4. 因此，为了清楚起见，您可以使用以下命令启动服务器（在包含所有jar的文件夹中运行）：

java -Xmx8g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000 -serverProperties server.properties

并且server.properties应该是这样的文件：

ner.model = /path/to/custom_model.ser.gz

server.properties 可能看起来像这样：

annotators = tokenize,ssplit,pos,lemma,ner,depparse
ner.model = /path/to/custom_model.ser.gz
parse.maxlen = 100

仅作为示例…您应将所有设置 server.properties

您似乎正在使用我不太了解的pycorenlp库。另外2个选项是我在该答案或stanza我们制作的程序包中显示的一些代码。上面那个答案的细节。