命名实体识别中的实体分段

Question

我一直在使用Stanford NER标记器来查找文档中的命名实体。我面临的问题描述如下： -

让句子为The film is directed by Ryan Fleck-Anna Boden pair.

现在，NER标记器将Ryan标记为一个实体，将Fleck-Anna标记为另一个实体，将Boden标记为第三个实体。正确的标记应该是Ryan Fleck作为一个，而Anna Boden作为另一个。

这是NER标记器的问题吗？如果是，那么它可以处理吗？

Answer 1

怎么样

• 获取您的数据并通过Stanford NER或其他NER运行。
• 查看结果并找出所有错误
• 正确标记错误的结果并将其反馈给您的NER。
• 泡沫，冲洗，重复......

这是一种手动增强技术。但是你的NER可能不会用这种方式学到太多东西。

在这种情况下，看起来有一个新功能，连字符名称，NER需要了解。为什么不组成一堆带连字符的名字，把它们放在一些文本中，然后标记它们并训练你的NER？

您应该通过添加更多功能，更多数据和培训来实现目标。

Answer 2

您可以尝试Apache opeNLP，而不是使用stanford-coreNLP。可根据您的训练数据训练您的模型。由于此模型取决于您提供的名称，因此可以检测您感兴趣的名称。