Java NLP新手，关于注释的问题

我是NLP新手，我正在寻找一个起点，在一些教程、文档或示例代码方面。 我被告知要研究处理自然文本以从中提取结构化数据的可能性。 例如，我想从以下语句中提取（注释）身高和体重。 “他身高6英尺，体重200磅”或 “他的身高是6英尺，体重是200”等等。 我研究过UIMA，但它看起来像是一个没有培训功能的自创正则表达式词典。 简而言之，我可以使用什么Java框架来创建一个可以训练的注释引擎呢！ 在此方面的任何帮助（指点）都将不胜感激。

---

谢谢你，因为你要的是指针：（上面已经提到）和

---

注意：如果Python是一个选项，那么您可以使用。

如果您真的想使用机器学习来训练注释员，那么这可能是您最好的选择。请看一下他们指南中关于的章节。

我会使用NER。以下是我看到的输入文本的输出：

您可以在这里尝试：

---

@NLP如果你觉得Stompchick的答案有帮助的话，别忘了给它投票。+1，最好的开始是使用NLP编程框架，因为在这个阶段，初学者不需要浪费时间去了解解决方案的架构细节，比如GATE或apache UIMA。@Skarab我不同意，@NLP表示他想创建一个用于事实提取的注释引擎，而这正是GATE和UIMA的设计目的。上面提到的库将进行词汇和语法分析，但之后还有很多工作要做。@StompChicken最近我指导了一个学生项目，参与者决定使用ApacheUIMA。他们真的花了很多时间，才学会建造第一条真正的开采管道。就我个人而言，我使用UIMA，我可以推荐它，但在第一次体验lingpipe或自然语言工具包之后，@Skarab我不能否认UIMA非常重，而且很难开始使用。顺便说一句，我认为盖茨在这方面要容易得多。我只是认为这是必要的，以建立一个足够灵活的系统，以实际做一些有用的。顺便说一句。为了了解信息提取技术的起源，我建议阅读Sunita Sarawagi最近的一项调查-