Stanford POS Tagger 对意图和回复进行分类时可能出现的错误

Question

我有一个特定的用例，一个人会说这样的话：

"Hey (Trigger Word), note in object history XYZ" 或：
"Hey (Trigger Word), record in object diagnosis that PQR"
（示例中使用的"object"是一个占位符，可以用'Maintenance/Patient'等词代替）

我想认清意图和槽点。

然后我使用 Stanford Parser 来解析句子，例如解析 "Note in object history object was last updated in may twenty eighteen" 给出这个元组列表：

[('Note', 'VB'),
 ('in', 'IN'),
 ('object', 'NN'),
 ('history', 'NN'),
 ('object', 'NN'),
 ('was', 'VBD'),
 ('last', 'RB'),
 ('updated', 'VBN'),
 ('in', 'IN'),
 ('may', 'MD'),
 ('twenty', 'CD'),
 ('eighteen', 'CD')]

现在，我的重点是如何使用这些信息来获得必要的输出：
- 需要注意的地方（我们在数据库中有一个字段：对象历史记录） 和
- 注意事项（对象最后更新于五月二十八）。
另一个问题是，由于NLP的输入来自ASR系统，因此缺少大写字母。词性标注器将 'note' 错误标记为 'NN'（而不是 'VB'）。理想情况下 'note'/'record' 应该是一个动词。我该如何解决这个可能的错误？

Answer 1

您可以使用 TrueCaseAnnotator 修复大小写问题：

https://stanfordnlp.github.io/CoreNLP/truecase.html

一般来说，您可能只想使用 TokensRegex 并编写规则模式来处理这些模板。更多信息在这里：

https://stanfordnlp.github.io/CoreNLP/tokensregex.html

Stanford POS Tagger 对意图和回复进行分类时可能出现的错误

Possible error with Stanford POS Tagger and classifying intent and the replies

nlp

speech-recognition

stanford-nlp

pos-tagger