我可能需要为 OpenNLP 创建一个自定义训练集，这需要我手动注释很多条目。
为了让事情变得更简单，GUI 解决方案可能是最好的主意（手动编写注释标签并不酷），而且我刚刚发现了 BRAT，它看起来像我需要的。
BRAT 可以导出带注释的文件 (.ann)，但我在 OpenNLP's manual 中没有找到对此文件类型的任何引用，我不确定这是否可行。
我想做的是从 BRAT 导出这个带注释的文件，并用它来训练 OpenNLP 的模型，我真的不在乎它是否可以使用代码或 CLI 来完成。
有人能指出正确的方向吗？
【问题讨论】：
OpenNLP 原生支持 BRAT 格式，用于名称查找器的训练和评估。目前不支持其他组件。添加对其他组件的支持可能并不困难，如果您有兴趣，您应该在 opennlp-dev 列表中请求它。
CLI 可以用来训练一个带有 brat 的模型，下面的命令会告诉你用法：
以下参数是训练模型所必需的：
名称查找器需要将其输入切割成句子和标记。默认情况下，它假定每行一个句子并应用空格标记化。可以使用 ruleBasedTokenizer 或 tokenizerModel 参数调整此行为。此外，还可以通过 sentenceDetector Model 参数使用自定义句子检测器模型。
要评估您的模型，可以通过将 .brat 附加到它们的名称来以类似的方式使用交叉验证和评估工具。
要加快您的注释项目，您可以使用 opennlp-brat-annotator。它可以加载名称查找器模型并与 BRAT 集成以自动注释您的文档。这可以加快您的注释工作。您可以在 opennlp 沙箱中找到该组件。
【讨论】：