我的任务是比较命名实体识别（NER）的不同方法。我遇到了斯坦福大学的coreNLP，这是一个很好的库来完成此任务。对于NER，有CRF和CMM分类器（以及朴素贝叶斯用于二进制分类）。
我的问题是我是否可以使用printFeatures中的NERFeatureFactory属性，以在不同的分类器（例如softmax分类器，并使用featureFormat中的属性ColumnDataClassifier来使用此功能文件来训练softmax分类器。
在特征生成方面，“ NERFeatureFactory”似乎更“先进”（例如引理生成，更好的ngram（“ ColumnDataClassifier”仅在有足够的令牌生成列的情况下才从列中生成ngram，而“ NERFeatureFactory'在下一行/上一行中显示，对吧？）。 我基本上想对所有分类器使用相同的功能。