JAVA训练nlp模型,使用斯坦福ner工具训练自己的模型

首先，你得去官网下载工具包。

在stanford-ner-2018-10-16下面

qa.txt是训练的原始文本。qa.tok是每一行一个单词

java -cp stanford-ner.jar edu.stanford.nlp.process.PTBTokenizer qa.txt > qa.tok

手动给qa.tok里的每个单词标注

需要有一个austen.prop，里面会指定训练文件

java -cp stanford-ner.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop austen.prop

之后会生成一个ner-model.ser.gz

测试，需要一个测试文件，该文件也是每行一个单词，每个单词后面有标注

java -cp stanford-ner.jar edu.stanford.nlp.process.PTBTokenizer testQA.txt > testQA.tok

测试测试文件里的准确率

java -cp stanford-ner.jar edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier ner-model.ser.gz -testFile testQA.tok