Java 针对多种类型的Opennlp名称实体培训

我有一个类似“有多少名员工的指定代码

123

和工资

10000

或更多”的问题

我已经训练了

NameFinderME

来处理这些数据

NameFinderME.train("en", "desigcd", SampleStream, modelParams, desigNameFinderFactory);
//Training twice for different types of data
NameFinderME.train("en", "salary", SampleStream, modelParams, desigNameFinderFactory);

Span desigNumSpans[] = desigFinder.find(strInput.split(" "));
            for(Span span : desigNumSpans)
            {
                //span.gets//
                System.out.println(span);
                System.out.println("Type="+span.getType());
                System.out.println(strInput.split(" ")[span.getStart()]);
            }

这将打印以下输出。 [3..4）设计 类型=设计 123 [8..9）设计 类型=设计 一万

---

为什么它采用相同的类型（desigcd）两次？这不是错了吗？第二次打印时它不应该为空吗？因为句子10000是sal？

关键是标记“sal”和“desigcd”都是数字。所以尝试提供一个区分两者的功能。

找到了一个解决方案，在培训中，将类型设置为空，比如NameFinderME.train（“en”）“、null、sampleStream、modelParams、desigNameFinderFactory）…我还没有机会理解为什么会是这样。理想情况下，如果我给出类型名，我希望查找只选择与类型名匹配的标记。RKK正确。我假设

train（）中的
类型
）
函数仅在培训语料库中，注释中未明确指定类型时才有用。作为旁注，如果您的值始终采用该格式（即工资可能为5、6、7等位数，指定代码位数较少），并且没有（t太多）重叠，使用基于正则表达式的方法可以获得更高的精度。请参见此处的示例。