嗨，我知道 stanfordNERenglish.muc.7class.dissim.crf.ser.gz 有助于对 7 个类别进行分类：位置、人员、组织、金钱、百分比、日期、时间，但我想将文本分类为 7 个类别，但说人的全名，金钱，日期，时间，地点，学位等……请告诉我如何自定义模型nlp库斯坦福nlp/门/打开nlp
【问题讨论】：
标签： nlp stanford-nlp opennlp gate
好吧，如果您使用 opennlp（如 documentation 中所述），请创建您的训练数据：
<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 .
这些标签是您为要查找的所有不同实体添加的标签。 并使用文档中提供的训练 API 或 CLI 并制作模型。
另外，如果你的训练集有大约 15000 行，那么你可以期待好的结果！
【讨论】：
在 OpenNLP 中，您可以使用以下步骤创建自定义 NER 模型。
首先，您需要以给定格式<START:entity-name> .....<END> 训练数据。假设您要创建医学 NER 模型。所以它会是这样的：
例子：
<START:medicine> Augmentin-Duo <END> is a penicillin antibiotic that contains two medicines -
<START:medicine> amoxicillin trihydrate <END> and <START:medicine> potassium clavulanate <END>. They work together to kill certain types of bacteria and are used to treat certain types of bacterial infections
训练数据至少要有 15000 句才能得到更好的结果。
使用 TokenNameFinderModel 类，使用所需的模型名称、数据文件路径调用。
您可以使用命令行创建一个这样的：
$opennlp TokenNameFinderTrainer -model en-ner-drugs.bin -lang en -data drugsDetails.txt -encoding UTF-8
要使用 java 做同样的事情，你可以参考这篇文章：Writing a custom NameFinder model in OpenNLP。
【讨论】：