OpenNLP NameFinder 自定义特征生成

Question

我想训练自己的模型用于 OpenNLP NameFinder。

搜索了很多，终于想出了一个训练模型的工作代码，但它并不准确。文档还说你需要 15000 个句子才能有一个准确的模型。

所以你每次都需要有 15000 个有良好上下文和名字的句子 <START> <END>。为此，您将不得不花费数小时 days/months 写 .txt file.

我做了一些进一步的搜索来训练一个模型，而不是你自己写的，然后就开始了 Custom Feature generation of OpenNLP。 http://opennlp.apache.org/docs/1.8.1/manual/opennlp.html#tools.namefind.training.tool

但它并没有说明如何使用它。文档给出了这个：

AdaptiveFeatureGenerator featureGenerator = new CachedFeatureGenerator(
     new AdaptiveFeatureGenerator[]{
       new WindowFeatureGenerator(new TokenFeatureGenerator(), 2, 2),
       new WindowFeatureGenerator(new TokenClassFeatureGenerator(true), 2, 2),
       new OutcomePriorFeatureGenerator(),
       new PreviousMapFeatureGenerator(),
       new BigramNameFeatureGenerator(),
       new SentenceFeatureGenerator(true, false)
       });

有人知道怎么用吗？或者更好的是，是否有人已经成功地为 OpenNLP NER 训练了自己的模型而无需自己输入数据集？

提前致谢。

Answer 1

您仍然需要带注释的训练文本。在训练期间使用特征生成器来创建更好的模型。不幸的是，带注释的训练文本无可替代。

OpenNLP NameFinder 自定义特征生成

OpenNLP NameFinder Custom Feature generation

java

machine-learning

opennlp

named-entity-recognition