斯坦福 POS Tagger 和分类意图和回复可能出现错误答案

【问题标题】：Possible error with Stanford POS Tagger and classifying intent and the replies斯坦福 POS Tagger 和分类意图和回复可能出现错误
【发布时间】：2019-05-13 17:55:55
【问题描述】：

我有一个特定的用例，一个人会说这样的话：

“嘿（触发词），对象历史记录 XYZ 中的注释” 或：
“嘿（触发词），在对象诊断中记录 PQR”
（示例中使用的“object”是一个占位符，可以替换为“Maintenance/Patient”等词）

我想识别意图和插槽。

然后我使用 Stanford Parser 来解析句子，例如解析 "Note in object history object was last updated in May 28" 给出了这个元组列表：

[('Note', 'VB'),
 ('in', 'IN'),
 ('object', 'NN'),
 ('history', 'NN'),
 ('object', 'NN'),
 ('was', 'VBD'),
 ('last', 'RB'),
 ('updated', 'VBN'),
 ('in', 'IN'),
 ('may', 'MD'),
 ('twenty', 'CD'),
 ('eighteen', 'CD')]

现在，我的重点是如何使用这些信息来获得必要的输出：
- 需要注意的地方（我们在 DB 中有一个字段：Object History） 和
- 注意事项（对象最后一次更新是在 5 月 28 日）。
另一个问题是由于 NLP 的输入来自 ASR 系统，因此缺少大写字母。并且 POS 标记器错误地将“note”标记为“NN”（而不是“VB”）。理想情况下，'note'/'record' 应该是动词。如何解决这个可能的错误？

【问题讨论】：

您可以简单地删除 "Hey (Trigger Word), " 序言，然后将下一个单词大写（*"Note"/"Record"/etc.）。如果 POSTagger 仍然将其误分类为 NN，您可以保留一个通常开始一个句子的已知动作动词的列表，并将第一个项目合并到 POS 输出中。（但也要在 POSTagger 上提交一个错误）
非常感谢。我会记住这一点。现在为第 1 部分添加了另一个查询。什么样的分块将帮助我获得句子的第二部分（注意事项）。我可以从分块“位置注释”中获取注释的位置，但我仍然不确定如何获取该部分：要注意什么。非常感谢。

标签： nlp speech-recognition stanford-nlp pos-tagger

【解决方案1】：

您可以使用 TrueCaseAnnotator 修复大小写问题：

https://stanfordnlp.github.io/CoreNLP/truecase.html

一般来说，您可能只想使用 TokensRegex 并编写规则模式来处理这些模板。更多信息在这里：

https://stanfordnlp.github.io/CoreNLP/tokensregex.html

【讨论】：

非常感谢，我也会尝试使用 tokensregex 看看它有什么用处。非常感谢。