opennlp - Apache OpenNLP 在运行其命名实体识别 (NER) 模型时默认使用哪些功能？

Question

我知道 Apache OpenNLP 将 MaxEnt 模型用于其 NER 标记器。但是，Apache OpenNLP 在运行其命名实体识别 (NER) 模型时（默认情况下）使用了哪些功能？以及我们如何在 OpenNLP（Java 实现）中合并/自定义新功能？

标签： opennlpnamed-entity-recognitionmaxent

Answer 1

在 Apache OpenNLP NER 中，它允许用户通过 XML 文件定义特征。默认的 XML 是这样的：

https://github.com/apache/opennlp/blob/master/opennlp-tools/src/main/resources/opennlp/tools/namefind/ner-default-features.xml

如果要自定义它，-featuregen请在训练模型时使用选项：

$ opennlp TokenNameFinderTrainer -featuregen your-features-definition.xml -model my-model.bin ...

当您执行 TokenNameFinder 时，您不需要指定您自定义的特征 XML 文件，因为模型文件包含您的特征信息。