如何使用OpenNLP根据其类别标记文本？
我想根据它所属的类别标记文本...
例如
“离合器和齿轮使用微芯片监控”-
“此处用于监测氢气水平的软件”-
如何使用openNLP或其他NLP引擎实现这一点。
我的作品
我尝试了NER模型，但它需要大量的训练语料库，而我没有？
我的需要
是否有任何现成的训练语料库可用于NER或分类（它必须包含科学和工程单词）...？
共有1个答案
如果要为整个句子创建一组类标签，则需要使用Doccat库。使用Doccat，你会得到每个文本块的prob分布。使用doccat，您的样本将产生如下结果：
“离合器和齿轮使用微芯片监控”-
有了doocat，你就会失去关键词-
至于NER，OpenNLP有一个名为Modelbuilder的插件，可以帮助您。它旨在加快创建NER模型建筑。你可以为每个类别创建一个文件/列表，其中包含你能想到的尽可能多的术语，然后创建一个包含大量句子的文件，然后使用插件使用种子术语和句子文件创建一个NER模型。请参阅我之前用代码示例描述的这篇文章。你必须从SVN上下载插件。
OpenNLP:无法识别外来名称
-
我在R中得到的POS标记文本形式如下： 身份证 ..... 我想检索它已标记的单词，例如，而不是带有所有值的列“type”，因为单词检索实际单词。我可以使用scan_tokenizer，但当有“不是”之类的形式时，问题就出现了，POS标记器将其分为“is”和“not”，这很好，但scan_tokenizer不会这样标记，它只是将其保持在“is't”。有人能帮我检索R已标记并用于POS标记的单词吗？
-
我正在尝试创建一个HTML页面，在其中它应该打印项目名称（在div容器内），点击一个按钮到下面的段落，条件是-它应该只打印那些类名为“active”和父id为“selected”的项目。 我试过这么做，这是我的代码- null null 对于上面的代码，预期的输出应该是- 项目列表: ex1 item2 ex3 item1 注意：您可以使用JavaScript和JQuery 请帮我做这件事。提前道
-
我想在我的列表中实现部分。我有一个任务列表。列表有一个自定义适配器，它扩展了回收器视图滑动适配器，因为我已经实现了对回收器视图的滑动手势。 现在，任务列表与已完成和待处理的任务一起显示。每个列表项都有一个复选框，显示任务已完成或挂起。 如果选中复选框，则任务完成，反之亦然。现在我想在这篇文章中用页眉做两个部分。一个用于已完成的任务，另一个用于待完成的任务。 所以完成的任务应该显示在完成的部分中，反
-
编辑1：主要的问题是在训练完一个NER模型后，我将它应用到令牌上。因此，它不会识别“轮滑”，因为在代币中，它们以“轮滑”和“滑冰”的形式出现，而NER模型现在无法识别这个爱好。
-
我正在尝试使用Apache OpenNLP API创建一个标记器。我已经从他们的网站中提取了代码，但在Tokenize类中，以下代码行出现了“不兼容类型”错误： Tokenize Tokenizer=new TokenizerME（模型）； 有人知道这个错误的原因吗？因为看起来他们不应该不兼容？ 这是主要类： 这是具有错误的Tokenize类：
-
在某些语言（例如越南语）中，一些词汇由多个单词组成。因此，一些包含多个单词的标记可以被标记，而不仅仅是使用空格。 我有以下意见： 预期产出： 训练数据我_连接需要在一个令牌中粘在一起的单词： 这是我用来训练的命令行 带参数 但是，输出不能在一个标记中连接多个单词，但它被空格拆分。 我运行以获取输出的命令 我应该如何处理我们的配置参数中的训练数据，以训练每个标记都有多个单词的标记器？