stanford CoreNLP 命名实体识别NER学习笔记

本文介绍了Stanford CoreNLP在命名实体识别(NER)方面的应用,包括英文中的多种实体类型如人名、地名、机构名等,以及中文NER的CRF模型实现。详细讲解了识别类别、模型主要内容如类别定义、CRF特征索引、工厂方法、权重和lcWords等。
摘要由CSDN通过智能技术生成

简介

识别文本的命名实体,如人名和机构名称等。每种语言识别出的实体是相互独立的,英文的识别集合比其他语言更为丰富。再NERClassifierCombiner中,会执行多个命名实体识别,然后将结果组合起来。

识别类别

       在英文中,命名实体识别能识别的名字包括:人名、地名、机构名、MISC;数字:钱、数字、序号、百分比;时间:日期,时间、持续序列、集合等实体。命名实体的识别使用组合的三个CRF标注序列在不同语料上训练的,如ACEMUC评测会议的评测语料。数字实体识别使用基于规则的系统实现,同时,数字实体需要进行规范化,如dates

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值