开放式 nlp 模型的训练数据 - 结果 1 和模型与 finder 不兼容

Question

我目前在使用 opennlp 工具包训练新的 ner 模型时遇到问题。 我在网上找到了一个关于训练药物名称新模型的示例。 用于训练的样本数据如下所示

<START:medicine> Augmentin-Duo <END> is a penicillin antibiotic that contains two medicines - <START:medicine> amoxicillin trihydrate <END> and <START:medicine> potassium clavulanate <END>.

我正在尝试训练一个模型来识别物种名称，并设法创建了一个包含大约 35,000 个句子的样本数据集。 每个句子都包含至少一个我根据药物样本数据标记的物种名称。 看起来是这样的

A flatfish is a member of the order <START:sname> Pleuronectiformes </END> of ray-finned demersal fishes, also called the Heterosomata, sometimes classified as a suborder of Perciformes.

现在是有趣的部分。如果我开始培训，我会收到此消息

结果数：1

线程“主”java.lang.IllegalArgumentException 中的异常：模型与名称不兼容 发现者！

出于“测试”的目的，我在句子列表的开头复制了一个药物示例的句子，突然我得到“结果数：2”。

现在我不知道为什么我的样本只被认为是一种结果。 每个物种名称是否只允许在我的样本数据中出现一次？还有什么问题？我必须在一句话中标记至少 2 个物种名称吗？ 不知道为什么我的代码适用于药物的示例数据而不适用于我的数据，希望有人可以在这里帮助我。

提前致谢！！

Answer 1

这可能是因为您错误地标记了数据集。

你已经完成了<START:sname> Pleuronectiformes </END> 而不是<START:sname> Pleuronectiformes <END>

/ 可能就是这样，请确保您正确输入所有空格，并且每个句子都位于训练数据的一行中。

如果这不起作用，请发布您的训练数据块。