Stanford CoreNLP 命名实体识别如何捕获 5 英寸、5 英寸、5 英寸、5 英寸等测量值
How can Stanford CoreNLP Named Entity Recognition capture measurements like 5 inches, 5", 5 in., 5 in
我希望使用 Stanford CoreNLP 捕获测量值。 （如果你能推荐一个不同的提取器，那也很好。）
比如我要求15kg,15kg,15.0kg, 15 公斤、15 磅、15 磅 等。但是在 CoreNLP 提取规则中，我没有没看到测量值。
当然，我可以使用纯正则表达式来做到这一点，但是工具包可以 运行 更快，并且它们提供了在更高级别进行分块的机会，例如一起处理 gb 和 gigabytes，以及 RAM 和 memory 作为构建块——即使没有完整的语法分析——因为它们构建更大的单元，如 128 gb RAM 和 8 GB 内存.
我想要一个基于规则的提取器，而不是基于机器学习的提取器），但不要将其视为 RegexNer 或其他地方的一部分。我该怎么做？
IBM Named Entity Extraction可以做到这一点。正则表达式以一种有效的方式 运行 而不是通过每个正则表达式传递文本。并且将正则表达式捆绑在一起以表达有意义的实体，例如将所有度量单位统一为一个概念的实体。
您可以构建自己的训练数据并相应地标记所需的测量值。
例如，如果您有这样的句子 Jack weighs about 50 kgs
因此模型会将您的输入分类为：
Jack, PERSON
weighs, O
about, O
50, MES
kgs, MES
其中 MES 代表尺寸。
我最近为我的自定义问题制作了 Stanford NER tagger 的训练数据，并为它建立了一个模型。
我认为 Stanford CoreNLP NER 你也可以做同样的事情
这可能是 machine learning-based 方法而不是 rule-based 方法
我认为针对此特定任务不存在基于规则的系统。但是，使用 TokensregexNER 应该不难。例如，像这样的映射：
[{ner:NUMBER}]+ /(k|m|g|t)b/ memory? MEMORY
[{ner:NUMBER}]+ /"|''|in(ches)?/ LENGTH
...
您也可以尝试使用 vanilla TokensRegex，然后使用捕获组提取相关值：
(?$group_name [{ner:NUMBER}]+) /(k|m|g|t)b/ memory?
我希望使用 Stanford CoreNLP 捕获测量值。 （如果你能推荐一个不同的提取器，那也很好。）
比如我要求15kg,15kg,15.0kg, 15 公斤、15 磅、15 磅 等。但是在 CoreNLP 提取规则中，我没有没看到测量值。
当然，我可以使用纯正则表达式来做到这一点，但是工具包可以 运行 更快，并且它们提供了在更高级别进行分块的机会，例如一起处理 gb 和 gigabytes，以及 RAM 和 memory 作为构建块——即使没有完整的语法分析——因为它们构建更大的单元，如 128 gb RAM 和 8 GB 内存.
我想要一个基于规则的提取器，而不是基于机器学习的提取器），但不要将其视为 RegexNer 或其他地方的一部分。我该怎么做？
IBM Named Entity Extraction可以做到这一点。正则表达式以一种有效的方式 运行 而不是通过每个正则表达式传递文本。并且将正则表达式捆绑在一起以表达有意义的实体，例如将所有度量单位统一为一个概念的实体。
您可以构建自己的训练数据并相应地标记所需的测量值。
例如，如果您有这样的句子 Jack weighs about 50 kgs
因此模型会将您的输入分类为：
Jack, PERSON
weighs, O
about, O
50, MES
kgs, MES
其中 MES 代表尺寸。
我最近为我的自定义问题制作了 Stanford NER tagger 的训练数据，并为它建立了一个模型。
我认为 Stanford CoreNLP NER 你也可以做同样的事情
这可能是 machine learning-based 方法而不是 rule-based 方法
我认为针对此特定任务不存在基于规则的系统。但是，使用 TokensregexNER 应该不难。例如，像这样的映射：
[{ner:NUMBER}]+ /(k|m|g|t)b/ memory? MEMORY
[{ner:NUMBER}]+ /"|''|in(ches)?/ LENGTH
...
您也可以尝试使用 vanilla TokensRegex，然后使用捕获组提取相关值：
(?$group_name [{ner:NUMBER}]+) /(k|m|g|t)b/ memory?