想知道有没有办法在 StanfordCoreNLP 中加载特定的分类器。我正在尝试解决一个问题，即默认加载的 3 个分类器第三个分类器不能可靠地返回 ner 标签并导致应用程序不一致。想知道仅加载english.all.3 类对于基本的命名实体标记就足够了，以及以下列表中其他两个类的相关性是什么。
edu/stanford/nlp/models/ner/english.all.3class.dissim.crf.ser.gz edu/stanford/nlp/models/ner/english.muc.7class.dissim.crf.ser.gz edu/stanford/nlp/models/ner/english.conll.4class.dissim.crf.ser.gz
【问题讨论】：
标签： stanford-nlp
经过一番研究，我得到了答案。我们可以使用 ner.model 加载特定模型。想知道我们是否可以引用 StanfordCoreNLP 库 jar 中已经打包的模型，而不是为此在项目工作目录中复制模型。
Properties configuration = new Properties();
configuration.put("annotators", "tokenize,ssplit,pos,lemma,ner");
configuration.put("ner.model", "english.all.3class.distsim.crf.ser.gz");
StanfordCoreNLP coreNLP = new StanfordCoreNLP(configuration);
【讨论】：
是的，如果您在模型 jar 中指定路径，应该没问题。
基本上，您可以将“ner.model”设置为您希望使用的序列化 crf 的逗号分隔列表，因此如果您想排除其中一个，只需提供您想要的两个模型即可。
为了更清楚起见，这三个模型已经在不同的数据集上进行了训练。
all.3class 在 7 个数据源上进行了训练，这些数据源已标记（人、组织、位置、无）。
muc.7class 使用来自 MUC-7 命名实体任务的数据进行训练，包括（日期、位置、金钱、组织、百分比、人、时间）。更多信息：
https://catalog.ldc.upenn.edu/LDC2001T02
http://www-nlpir.nist.gov/related_projects/muc/proceedings/ne_task.html
conll.4class 使用来自 CONLL 2003 NER 语料库的数据进行训练，包括（人、组织、位置、其他）。
【讨论】：