OpenNLP：无法识别外来名称

Question

我刚开始使用openNLP来识别名字。我使用的是open NLP附带的模型（en-ner-person.bin）。我注意到，虽然它可以识别美国、英国和欧洲的名字，但它不能识别印度或日本的名字。我的问题是（1）是否已经有模型，我可以用来识别外国名字（2）如果没有，那么我相信我将需要生成新的模型。在这种情况下，是否有一个可供我使用的copora？

Answer 1

您可以使用一个名为modelbuilder-addon的opennlp addon用您的数据创建自己的模型，如果您尝试它，您可能是除我之外第一个这样做的人...这是全新的。

它很新，但对我来说很管用。

您向它提供以下内容：

null

import java.io.File;
import opennlp.addons.modelbuilder.DefaultModelBuilderUtil;

public class ModelBuilderAddonUse {

  public static void main(String[] args) {
    File fileOfSentences = new File("path to your sentence file");
    File fileOfNames = new File("path to your file of person names");
    File blackListFile = new File("path to your blacklist file");
    File modelOutFile = new File("path to you where the model will be saved");
    File annotatedSentencesOutFile = new File("path to your sentence file");

    DefaultModelBuilderUtil.generateModel(fileOfSentences, fileOfNames, blackListFile, modelOutFile, annotatedSentencesOutFile, "person", 3);


  }
}

其思想是，您已知的实体（数据中的公共名称）被用来创建注释，这些注释被用来生成一个模型，然后该模型被用来生成更多的名称和注释等。该工具将按照“iterations”参数执行此操作。你应该运行它，检查你的结果，任何不希望的击中应该添加到黑名单文件，然后你可以再次运行训练。我用过这个，效果很好。如果您发现它有问题，请在OpenNLP上输入一张罚单。