Apache Open NLP中的自定义模型

Question

我目前正在使用定制模型，我正在为自己的用例进行培训。我的用例是根据是否是地址更改请求对电子邮件进行分类。如果地址更改请求可以从一句话中理解，那么它就可以正常工作，没有问题。但是，如果地址更改请求需要从多个句子中理解，那么它就不起作用。下面给出几个例子：-例子1：-这是有效的。a） 培训文件：-

Guys I wish to <START:contactupdate> change my address <END> .

我的新地址是CV14西米德兰兹考文垂多塞特路68号。完成后请确认。谢谢

b） 使用以下句子测试模型：-String input=“伙计们，我想更改我的地址。我的新地址是CV1 4ED西米德兰郡考文垂多塞特路68号。完成后请确认。谢谢。”//工作

例2：-这不起作用。假设地址更改请求只能从多行中推断出来。

“我的旧地址不再有效。需要更新它。”

在这种情况下，我如何训练我的模型？我如何为上面的内容指定自定义标记？

你能帮帮我吗？我卡住了。谢谢

Answer 1

如果我正确理解你的问题，我想你是在尝试对电子邮件进行分类，以了解其地址是否需要更改。但模型示例与命名实体类似。在我看来，最好使用ApacheOpenNLP的“文档分类器”功能。

您可以为可能的句子提供不同的样本，这些句子可以归类为地址更改。“Address_change”、“general_inquiry”等可以是一个类别。这样，您可以通过多种句子变体添加任意数量的不同样本。这很容易

Answer 2

你不工作是什么意思？你想取回的东西没有取回？或者当标签分散在多条线上时，培训会在某个地方崩溃？

通常，在此过程中训练的（默认情况下为MaxEnt）模型会尝试检测训练对象的常见特征。通常，这些是命名实体，如个人、组织、地点。在许多语言中，这些都包含典型的特征（比如前缀Mr/Mrs、后缀corp、词素“street”）。模型可以提取这些信息，并将其应用到新数据中，从而识别出您想要识别的任何一种信息。然而，你正在尝试做的事情，已经是相当高级的NLP了。因为短语越长，可能的变化就越大，就越难找出共同点。我要说的是，对于您的用例，人们通常使用解析（选区或依赖解析）或其他更复杂的工具，而不仅仅是这种相对简单的模式识别。所以你可能想看看这些。我不知道你掌握了多少数据，从中你可以推断出不同的方式来表达改变客户数据库地址的愿望。如果合理（即不只是几个句子），您可能希望手动注释它们，解析语料库，在感兴趣的句子的解析树/图上使用机器学习，并以这种方式进行。如前所述，在我看来，NLP是相当先进的，并没有现成的解决方案。