JAVA：如何在斯坦福NLP中使用Gazettes？

我读了这篇文章，但我不明白。我尝试使用以下代码：

   Properties pp=new Properties();  
   pp.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse");
   pp.put("ner.useSUTime","false");

   pp.put("useGazettes","true");
   pp.put("gazette","C:\\gaz.txt");

   StanfordCoreNLP s=new StanfordCoreNLP(pp);

这是字符串：“丹在2008年成为音乐朋友协会的成员”

宪报档案为：

  CLASS Music friends association 

但“音乐朋友协会”并没有得到NER的认可

---

我错在哪里？

答案如下：

如果使用宪报，这并不保证宪报中的词语始终作为预期类别的成员使用，也不保证不会选择宪报以外的词语。它只是为CRF提供了另一个培训所需的功能。如果CRF对其他功能具有更高的权重，则宪报功能可能会被淹没

所以不能保证你的短语会以任何方式被标记。另一种选择是

斯坦福CoreNLP中包含的regexner或tokensregex工具

---

为什么您希望您的系统能够识别它？你在gaz.txt中有吗？应该识别gaz.txt文件中的命名实体只有这一行“CLASS Music friends association”如何使用带有tokensregex的公报？此外，如果我的实体跨越多个令牌，如“纽约”，我如何在位置公报中使用令牌regex进行查找，因为它接收并一次只查看一个令牌？令牌regex是一个if和only if匹配，而公报是一个建议。你的目标是什么：严格匹配，但针对特定的单词子集？就像纽约应该被接受，但洛杉矶在某些情况下不应该被接受为一个地点？也许斯坦福大学的团队会看到这一点并加入进来，但我认为你可能会喜欢tokensregex。