在eclipse中重新训练stanford nlp pos标记器

Question

我是nlp的新手，我正在尝试找出pos标签。目前我正在试用斯坦福nlp pos标签，url:http://nlp.stanford.edu/software/tagger.shtml

从上面的链接中，有这样一句话：

只要该语言有POS注释的培训文本，就可以对标记者进行任何语言的再培训。

然而，我无法让它工作。我现在所能做的就是给它一个文本文件来标记。例如，String test=“这是一个测试” 将返回我这个是测试。

我怎样才能开始重新培训标签工？假设我希望返回上面的字符串，因为它是测试？

谢谢你的回答。




Answer 1

除非你有一个带有许多你想要纠正的现象/现象的POS标记语料库，否则你很可能无法成功地重新训练标记模型。澄清一下，根据我对Stanford工具进行训练的预期，没有添加单个示例来改变模型的机制。你需要有一个完整的语料库并重新训练。

如果你确实有一个语料库，那么我会参考这个之前发布的问题，以获得关于文件格式的详细信息和训练斯坦福CoreNLP模型的正确步骤。

否则，最好编写一些覆盖行为的后处理规则/正则表达式模式。这些规则的一个用途是确保单词列表中的人和地点被标记为专有名词（NNP）。

祝你好运