Stanford NER学习笔记

  Stanford NER是一款斯坦福大学开源的命名实体类识别工具，此工具java实现。

主页地址：https://nlp.stanford.edu/software/CRF-NER.html

介绍：
Stanford NER是一个斯坦福大学开源的命名实体类识别工具，基于Java实现。

Stanford NER也被称为CRFClassifier。该软件提供（任意顺序）线性链条件随机场（CRF）序列模型的java实现。 也就是说，通过在标签数据上训练自己的模型，实际上可以使用此代码为NER或任何其他任务构建序列模型。

使用笔记：

Stanford NER的当前版本需要Java 1.8或更高版本。
下载地址：https://nlp.stanford.edu/software/CRF-NER.shtml#Download

提供命令行使用方式，参考：https://nlp.stanford.edu/software/CRF-NER.html

stanford 提供三种类别模型：
三种类别的: 3 class: Location, Person, Organization （训练于下面所有数据集以及一些额外数据集）
四种类别的: 4 class: Location, Person, Organization, Misc (训练于CoNLL 2003 eng.train)
七种类别的: 7 class: Location, Person, Organization, Money, Percent, Date, Time
(训练于MUC 6 and MUC 7训练数据集)

模型下载地址：https://stanfordnlp.github.io/CoreNLP/index.html#download
包括中文英文以及一些其他语言的以及训练好的模型。

一个简单的demo：
首先导入相关的jar包：

代码：

public class NERdemo {
    private static AbstractSequenceClassifier<CoreLabel> ner;

    public NERdemo() {
        InitNer();
    }

    public void InitNer() {
        String serializedClassifier = "classifiers/english.muc.7class.distsim.crf.ser.gz";
        if (ner == null) {
            ner = CRFClassifier.getClassifierNoExceptions(serializedClassifier);
        }
    }

    public String doNer(String sent) {
        return ner.classifyWithInlineXML(sent);
    }

    public static void main(String args[]) {

         Options op = new Options();

         String str = "today is sunday it is a good day 12 china";
         NERdemo extractDemo = new NERdemo();
         System.out.println(extractDemo.doNer(str));
         System.out.println("Complete!");
    }
}

结果：