自然语言分析之命名实体识别_Stanford Named Entity Recognizer (NER)简单实例

Stanford Named Entity Recognizer (NER)是斯坦福大学自然语言研究小组发布的成果之一，主页是：http://nlp.stanford.edu/software/CRF-NER.shtml

Stanford NER 是一个Java实现的命名实体识别（以下简称NER）)程序。NER将文本中的实体按类标记出来，例如人名，公司名，地区，基因和蛋白质的名字等。

NER基于一个训练而得的Model工作，用于训练的数据即大量人工标记好的文本，理论上用于训练的数据量越大，NER的识别效果就越好。

斯坦福小组给出了三个训练好的Model：

1. Location, Person, Organization

2. Location, Person, Organization, Misc

3. Time, Location, Organization, Person, Money, Percent, Date

但不幸的是，这三个Model都不能被扩展，用于训练的数据也不公开，所以想要一个适应自己需求的Model我们只能从头训练。

下面我们就用一个简单的例子来摸索一下如何训练一个新的Model并用它尝试识别几个简单的句子。

首先从主页下载Stan