如何提高 StanfordCoreNLP ner 的准确率？

Question

我使用 StanfordCoreNLP 的 NER 来识别实体，包括组织、位置和人员。但是有一些奇怪的东西。 例如，我输入“Cleveland Cavaliers”这样的句子，它会将“Cleveland”识别为“location”，但不会将“Cleveland Cavaliers”识别为组织。 我对 ner 不是很熟悉，也不知道 NER 是如何工作的。我的任务是获取文本中的所有公司名称，我得到的结果不是很令人满意。因此，我想到了两种解决问题的方法。首先是修改dict，插入正确的数据。二是训练模型。但仍有一些问题。

1. 第一种方法会有效吗？
2. 如果问题1的答案是肯定的，如何修改dict？

此外，https://nlp.stanford.edu/software/crf-faq.shtml#a 的 FAQ 列表提出了训练 ner 模型的方法，但最让我困惑的是 如果我训练了我的模型会得到什么。

1. 如果我创建一个包含类似

   的数据集

   "组织'克利夫兰 骑士队”

   要训练模型，模型会发生什么？ CRFClassifier里面的dict会变吗？

2. 当我输入“Cleveland Cavaliers”并将“Cleveland Cavaliers”识别为组织实体时，CRFClassifier 会修改错误吗？

这些都是我的难题，我正在准备数据集以尝试第二种方式。有人能回答上面的4个问题吗？ 谢谢

Answer 1

我认为第一个解决方案技术性不是很强，每次您想标记一家新公司时，您都需要更新您的字典。 我更喜欢你的第二个解决方案，我之前这样做过，并训练了一个新模型来标记我的句子。 如果你有一个足够大且标记正确的好的语料库，可能需要一些时间来训练，但值得付出努力。