Java调用Stand Ford coreNLP 做英文命名实体识别

Java调用Stanford coreNLP 做英文命名实体识别

1、gradle项目配置：

github地址：https://github.com/stanfordnlp/CoreNLP

需要事先下载官方训练好的模型并解压，地址：http://nlp.stanford.edu/software/stanford-corenlp-models-current.jar

需要用到的模型文件：

regexner_caseless.tab

english-left3words-distsim.tagger

english.all.3class.distsim.crf.ser.gz

注：compile依赖包可能需要其他多个，自行根据需要配置

repositories {
   
   
    mavenLocal()
    maven {
   
    url = 'http://maven.aliyun.com/nexus/content/groups/public/' }
    maven {
   
    url = 'https://mvnrepository.com/artifact/edu.stanford.nlp/stanford-corenlp'}
    mavenCentral()
}

dependencies {
   
   
    compile group: 'edu.stanford.nlp', name: 'stanford-corenlp', version: '4.0.0'
}

2、项目构建：

ner使用类edu.stanford.nlp.pipeline.NERCombinerAnnotator实现，主要流程为：分词、分句、词性标注、词干还原、实体提取。

standford coreNLP将文本处理过程用pipLine表示，即顺序串行，因此后续步骤依赖到前面步骤的结果（如词性标注需要先分词，需要注意步骤顺序）

主体调用代码：

package services.nerForEnglishEnt;

import edu.stanford.nlp.pipeline.*;
import java.io.IOException;
<