我是 Open NLP 的新手 - 使用 NER 进行实体提取，我已经在 Open NLP NER 中训练和评估了实体提取模型，当我输入带有一个单词的实体的输入文本时效果很好例如：“我想购买吉百利”
但它不适用于多字场景，例如：“我想要一台 Apple MacBook”
如何训练模型选择多词
PS：我知道我需要做一些与 NLP 中提供的 BiGrams 相关的事情，但是如何使用 OpenNLP 做呢？
【问题讨论】：
标签： machine-learning nlp opennlp named-entity-recognition
您需要提供涵盖多词跨度的训练数据。来自OpenNLP documentation 的示例：
<START:person> Pierre Vinken <END> , 61 years old , will join the board as a nonexecutive director Nov. 29 . Mr . <START:person> Vinken <END> is chairman of Elsevier N.V. , the Dutch publishing group .
除了上述格式，IO/BIO/etc tags也很常见。
在您的示例中，Apple MacBook 可以是 Product Name 类型的一个实体，但也可以是两个，Apple 为 Company Name，MacBook 为 Product Name。其工作原理完全取决于您的训练数据。
您可以手动或使用brat 直观地创建此类数据。
【讨论】：