使用regexner覆盖现有命名实体，同时维护EntityStations的问题
我正在运行Java版本1.8.0_101的Mac上使用斯坦福CoreNLP 3.9.1。我已经运行了CoreNLP，并且能够利用大多数注释器。我试图微调我的命名实体识别，但在使用现有映射时遇到了问题。
以下是属性文件的内容：#此文件通过以下命令启动：#Marks-MacBook-Pro-4:stanford-corenlp-full-2018-02-27 moranmarkd$java-cp“*”-Xmx8g edu。斯坦福。nlp。管道斯坦福德科伦普-道具ner-3。道具
annotators = tokenize,ssplit,pos,lemma,ner
# RegexNER mappings file - this is different than just the regexner file...this should incorporate with Named Entity Mentions
ner.additional.regexner.mapping = regexner-1.txt
# Where to find the list of input files
filelist = CL-Cleaned-Infiles.txt
# Where to place and how to format output
outputDirectory = ../../CL-Cleaned-CoreNLP-ner3-json
outputFormat = json
以下是regexner-1的内容。txt约翰·迪尔\TorOrganization\tPERSON\n新荷兰\TorOrganization\tCOUNTRY\n
我曾尝试在管道末端使用regexner注释器，并调用其他映射（如上所述），但无法覆盖默认标识，即John Deere是个人，New Holland是国家。
我还尝试从一个长命令行调用所有这些相同的设置，但也没有成功：java-cp“*”-Xmx8g-edu。斯坦福。nlp。管道StanfordCoreNLP-anotators tokenize，ssplit，pos，引理，ner-ner。附加的雷格斯纳。映射regexner-1。txt-文件列表填充。txt-outputDirector..//CL-CLEANED-CoreNLP-ner3-json-输出格式json
我更喜欢做额外的映射而不是regexner，以便仍然能够影响实体提及（正如我所理解的管道）。
欢迎提供有关如何排除故障、纠正什么或尝试什么的建议。
最好的
做记号
共有1个答案
当前的文档与GitHub上当前可用的代码相匹配，因此斯坦福CoreNLP 3.9.1没有经过改进的ner管道（这是几周前刚刚添加的）。我会在这一页上记下来。
我们正在努力尽快推出Stanford CoreNLP 3.9.2（几周内）。
用GitHub的代码创建一个jar非常简单。说明在主页上。
如果你还有其他问题，请告诉我。
https://github.com/stanfordnlp/CoreNLP
我用你的规则在你的示例上运行了这个命令，并得到了正确的结果（使用最新的代码）：
java -Xmx10g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner -ner.additional.regexner.mapping override_example.rules -file override_example.txt -outputFormat text
-
吉尔伯特综合征 第一个会被检测到，但是每个单词都会得到批注DRUG_CLASS，而且似乎没有办法将这些单词链接起来，就像两个单词都有的NER id一样。 第二种情况根本检测不到，这可能是因为标记器将Gilbert后面的撇号作为一个单独的标记。由于RegexNER将标记化作为一个依赖项，所以我真的无法绕过它。 有什么解决这些案件的建议吗？
-
问题内容： 我正在使用org.hibernate.cfg.ImprovedNamingStrategy，但是对于表我已经明确指定了表名 但是hibernate似乎正在寻找event_log。显式命名不应该覆盖EnhancedNamingStrategy提供的命名 问题答案： 这是org.hibernate.cfg.ImprovedNamingStrategy的行为，它将混合大小写的名称转换为嵌入的
-
我们在其中一个应用程序中使用pdfbox。一些叠加的PDF会导致输出和字体“损坏”。 下面是我用来覆盖pdf的示例代码。pdf有时具有不同的页数。我们将顶角变平，并将注释设置为只读。pdf页面旋转和bbox大小有时设置不同（尤其是扫描仪），所以我们试图纠正这一点。
-
问题内容： 我的模型与现场 函数根据图像文件名命名。 但是，当用户更新头像时，新的头像名称与旧的头像名称一致，并且Django在文件名中添加后缀。 有办法覆盖文件而不是创建新文件吗？ 问题答案： 是的，这对我也很重要。这就是我所做的。 模型： 还定义在中： 在另一个文件中，： 显然，这些是这里的示例值，但是总体而言，这对我来说效果很好，并且根据需要进行修改应该非常简单。
-
问题内容： 我在应用程序引擎中使用Alchemy API，所以在使用simplejson库来解析响应。问题是响应中包含具有sme名称的条目 因此，问题在于重复了“ subType”，因此加载返回的指令只是“ TVActor”，而不是列表。无论如何要解决这个问题？ 问题答案： 定义的RFC 4627 表示： 和： 这意味着AlchemyAPI不应在同一个对象内返回多个名称，并声称它是JSON。 您可
-
问题内容： 基本上，每次我从eclipse运行Java代码时，webdriver都会启动一个新的浏览器并成功地执行我的测试。但是，我有很多测试需要运行，并且每次Webdriver都要启动一个新的浏览器会话是一件很痛苦的事情。我需要一种方法来重新使用以前打开的浏览器；因此，webdriver将在第一次运行时打开，然后在第二次运行时运行eclipse程序，我希望它可以简单地选择以前的浏览器实例并继续在