opennlp TokenNameFinder，用于不同于名称的实体

Question

我是openNlp的新手。我开始训练一个模型（TokenNameFinderTrainer），以识别名称。到目前为止还不错，但现在我想识别组织（例如“Microsoft”）。

我的问题是：opennlp默认识别哪些类型的实体？（如果有的话...）

我看到它可以处理

但是可以创建如下内容：

含义：我可以随心所欲地标记类别吗？或者

我必须使用默认类别吗？。在这种情况下，哪些是默认的？

编辑：

我通过进一步阅读找到了答案。我现在请求确认。。。

我可以随心所欲地给实体贴标签，每个实体制作一个模型更明智，对吗？。

例如：1代表地点，1代表名称，1代表公司？

在同一家（例如）公司写的像：微软，还有微软的地方，你有什么想法吗？

谢谢你的帮助！




Answer 1

你可以为任何你想要的NER模型做一个模型，我推荐每种类型一个模型。OpenNLP使用机器学习来查找实体，因此它将查找模型告诉它的内容。因此，如果你给微软和微软加上注释，甚至是微软的拼写错误，它都会试图找到它。如果您有一个小的名称列表，每个名称只有几个变体，并且需要对结果进行规范化，请考虑使用RegexNameFinder。如果拉动主干，可以使用一个映射将标签映射到一组正则表达式模式的映射来构造RegexNameFinder。

编辑：这里是RegexNameFinder的OpenNLP单元测试用例的链接。这是1.6快照

http://svn.apache.org/viewvc/opennlp/trunk/opennlp-tools/src/test/java/opennlp/tools/namefind/RegexNameFinderTest.java?view=co

如果链接不起作用，下面是一个基本示例。

  public void test() {

    Pattern testPattern = Pattern.compile("test");
    String sentence[] = new String[]{"a", "test", "b", "c"};


    Pattern[] patterns = new Pattern[]{testPattern};
    Map<String, Pattern[]> regexMap = new HashMap<>();
    String type = "testtype";

    regexMap.put(type, patterns);

    RegexNameFinder finder =
            new RegexNameFinder(regexMap);

    Span[] result = finder.find(sentence);


  }