NLP 的 GATE 有多好？答案

【问题标题】：How good is GATE for NLP?NLP 的 GATE 有多好？
【发布时间】：2017-02-23 13:43:15
【问题描述】：

我正在尝试构建一个本质上必须执行命名实体识别 (NER) 的 NLP 应用程序。我遇到了GATE。据我了解，它是一个构建 NLP 应用程序的框架。我测试了 ANNIE，这是与 GATE 一起分发的 IE 系统，但我的域的 NER 结果不符合预期。事实上，任何 NER，如斯坦福 CoreNLP 或 NLTK，都没有给我所需的结果。所以我决定调整现有系统以获得预期的结果。

关于 GATE，我喜欢几件事：
1.组件的模块化：例如在ANNIE中，Tokenizer、Gaztteer、Sentence splitter、POS tagger等组件可以相互独立使用。
2. 它的规则语言叫做 JAPE，它有一种非常好的编写规则或模式的方式。

但关于 GATE，我想知道的几件事是：
1. GATE 特别是对于 NER 的其他主要优势是什么？
2. GATE 添加新组件的灵活性如何？例如，如果有一天我想在 GATE 中使用 NLTK 的 POS 标记器？
3. 如果我想在 GATE 中使用自定义机器学习模型？
4. 我知道谢菲尔德大学的 NLP 小组参与了 GATE，但我想知道 GATE 的社区有多活跃以及对 GATE 的支持有多活跃？
5. GATE可以用于商业软件吗？

这里有实际使用过GATE的人的建议

【问题讨论】：

虽然我也有兴趣了解人们对 GATE 的体验，但我认为这个问题对于 StackOverflow 的 question criteria 来说过于主观。
是的，你是对的......这解释了零答案:-)

标签： java nlp named-entity-recognition gate

【解决方案1】：

虽然晚了，但可能对某人有用。

正如您已经提到的，如果编写得当，JAPE 语法将非常有用。此外，嵌入 GATE 是我认为的另一大优势，因为我们可以在 JAVA 中调整我们想要的方式。
同样，GATE Embedded 可用于添加新组件，您可以在其中构建自己的插件。但是，如果您想使用斯坦福工具，这些工具在 GATE 中已经很容易获得。您可以即插即用。
GATE 中已经有很多可用的算法，我猜他们（谢菲尔德大学）正在不断地构建它。
GATE support team 非常活跃，您可以订阅他们的邮件列表，如有任何问题，他们会尽快回复。
我想是的。但是，如果您直接联系GATE team，他们会更好地为您解答。

【讨论】：