Java 使用BRAT为OpenNlp创建和训练模型？

我可能需要为OpenNLP创建一个自定义训练集，这将需要我手动注释许多条目

为了让事情变得更简单，GUI解决方案可能是最好的主意（手动编写注释标签，这并不酷），我刚刚发现了BRAT，它看起来正是我所需要的

BRAT可以导出带注释的文件（.ann），但我在中找不到对此文件类型的任何引用，我不确定这是否可行

我想做的是从BRAT导出这个带注释的文件，并使用它来训练OpenNLP的模型，我并不在乎是否可以使用代码或CLI来完成

---

有人能给我指出正确的方向吗？

OpenNLP对BRAT格式提供了本机支持，用于名称查找器的培训和评估。目前不支持其他组件。添加对其他组件的支持可能并不困难，如果您感兴趣，您应该在opennlp开发列表中请求它

CLI可用于使用brat训练模型，以下命令将显示其用法：

• bin/opennlp TokenNameFinderTrainer.brat

以下参数是训练模型所必需的：

• bratDataDir这应该指向包含.ann和.txt文件的文件夹
• annotationConfig必须指向brat用于注释项目的配置文件
• 使用文本文档的语言（如英语）
• model创建的模型文件的名称

名称查找器需要将其输入切割成句子和标记。默认情况下，它假定每行一句话，并应用空白标记。可以使用ruleBasedTokenizer或tokenizerModel参数调整此行为。另外，可以通过sentenceDetector模型参数使用自定义的句子检测器模型

为了评估您的模型，交叉验证和评估工具可以通过在其名称后面附加.brat来以类似的方式使用

• bin/opennlp TokenNameFinderCrossValidator.brat
• bin/opennlp标记名finderevaluator.brat

要加快注释项目的速度，可以使用opennlp brat注释器。它可以加载名称查找器模型，并与BRAT集成以自动为文档添加注释。这可以加快注释的速度。您可以在opennlp沙箱中找到该组件