具有自定义控制词汇表的无监督命名实体识别（NER），用于Java中的交叉链接建议

我正在寻找一个Java库，它可以使用自定义的受控词汇表进行命名实体识别（NER），而不需要首先标记训练数据。我在SE上搜索了一些，但大多数问题都不具体

考虑以下用例：

• 编辑正在CMS中输入文章（约500字）
• 文本可能包含对特定域实体的引用（纯文本）。例如：
  • 兴趣点的名称，如酒吧、餐厅以及社区等
• 存在这些实体的受控词汇表（约5000个实体）。
  • 我把一个实体想象成词汇表中的一个元组
• 完成文本后，用户应该能够保存文档
• 这将触发工作流，通过与实体名称进行比较，根据词汇表扫描文本。它不需要100%匹配：Jarao winkler上的97%或其他（我不熟悉algo的NER使用什么）可能就足够了，我需要这是可配置的
• 点击将返回到控制器服务器端。这反过来会将JSON返回给包含实体的客户端，这些实体表示为编辑器的建议交叉链接

理想情况下，我正在寻找一个项目，它使用NRE来建议CMS环境中的交叉点。（例如，我肯定wordpress的插件存在）不太确定Java中是否存在类似的东西

---

所有其他更通用的指向NRE库的指针，也都欢迎使用受控自定义词汇表

不确定这些是否有用：

---

http://cogcomp.cs.illinois.edu/page/software

对于将来查找此信息的人：

“基于词典的近似分块” 见：

---

（URL编辑。）

据我所知，这只会记录名人/知名人士的姓名。“乔治·华盛顿”作为一个人出现，但我的名字没有。