加载自定义NER模型Stanford CoreNLP
-
null
我发现了之前关于这个主题的两个StackOverflow问题，它们是“Stanford OpenIE使用定制的NER模型”和“为什么Stanford CoreNLP NER-annotator默认加载3个模型？”
这两个帖子都有很好的答案。答案的一般信息是，您必须在文件中编辑代码。
使用自定义NER模型的斯坦福OpenIE
是否需要修改或添加此代码props.put（“ner.model”,“model_path1,model_path2”）；到CoreNLP软件中的特定类文件中？
问：从我的研究来看，我似乎需要添加/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”，这些信息是从其他StackOverflow问题中提取的。我具体需要编辑哪些文件？这些文件具体位于哪里（例如，EDU/Stanford/NLP/...)？
编辑：我的系统运行在本地服务器上，我使用API pycorenlp来打开到本地服务器的管道并对其发出html" target="_blank">请求。Python/PycorenLP代码的两个关键行是：
-
null
共有1个答案
如果要自定义服务器使用的管道，请创建一个名为server.properties的文件（也可以任意调用它）。
然后在使用java命令启动服务器-serverproperties server.properties时添加此选项。
在那个。properties文件中，应该包括ner.model=/path/to/custom_model.ser.gz
A.属性文件中可以有无限量的属性设置，每行一个设置（空白行被忽略，#'d out行也被忽略）
当您运行Java命令时，它默认在运行命令的目录中查找文件。因此，如果命令包含-serverproperties server.properties，则假定文件server.properties位于运行命令的同一目录中。如果提供绝对路径-serverproperties/path/to/server.properties，则可以在任何地方运行该命令。
为了明确起见，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）：
ner.model = /path/to/custom_model.ser.gz
annotators = tokenize,ssplit,pos,lemma,ner,depparse
ner.model = /path/to/custom_model.ser.gz
parse.maxlen = 100
举个例子...您应该将所有设置放入server.properties
无法通过终端对Python3.5使用pycorenlp
您似乎在使用我并不了解的pycorenlp库。2其他选项是我在答案中显示的一些代码，或者我们制作的节包。详细信息在上面的回答中。
-
问题内容： 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： 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
-
我是NLP领域的新手，正在使用入门。 我在这里看了一些留档中给出的命令：https://opennlp.apache.org/documentation/manual/opennlp.html （我正在使用命令行界面开始） 我使用已经可用的示例模型来试验不同的工具，最后决定创建一个自定义NER模型。 我遵循了上述链接中给出的说明。 将给出的例句复制到文件（我只是创建了一个具有该扩展名的新文件，并将
-
我们有一个报告编写工具，我们正在尝试添加搜索功能。基本上，用户可以输入一个问题，并根据句子中的标准返回一份报告。我们正在尽可能地保持开放性，不需要特定的句子结构，这就是为什么我们想尝试OpenNLP-NER。 例如： “上季度的艺术出勤率是多少？” 标记为： 我们试着用不同的部门，不同的过滤器等提出不同的问题。。我们还没有达到15k，只有14.6k，所以我们还在努力。 就分析问题而言，这是问题的开
-
我正在尝试为多个实体训练自定义NER模型。以下是示例训练数据： 方法采用字符串参数。这个参数有什么用途？还有，我如何为多个实体（例如，在我的例子中，，，）训练一个模型 }
-
问题内容： 在Keras中，如果您需要自定义损失以及其他参数，我们可以像https://datascience.stackexchange.com/questions/25029/custom- loss-function-with-additional-parameter-in- 凯拉斯 当我训练模型时，上述方法有效。但是，一旦训练了模型，我将很难加载模型。当我尝试在load_model中使用c
-
如果您是一位经验丰富的ML开发人员，而且ML Kit的预训练的模型不能满足您的需求，您可以通过ML Kit使用定 的TensorFlow Lite模型。 使用Firebase托管您的TensorFlow Lite模型或将其与您的应用程序打包在一起。然后，使用ML Kit SDK来使用您的自定义模型的最佳版本构建应用。如果您使用Firebase托管您的模型，ML Kit会自动更新您的用户的所用版本。