Nlp 基于stanfordner的阿拉伯语语料库命名实体识别

我想了解如何使用Stanford NER训练阿拉伯语语料库。我希望使用免费提供的语料库，如ANERCorp，可在此处获得：

我使用了以下道具文件：

trainFile = ANERCorp
serializeTo = aner-model.ser.gz
map = word=0,answer=1
maxLeft=1
useClassFeature=true
useWord=true
useNGrams=true
noMidNGrams=true
maxNGramLeng=6
usePrev=true
useNext=true
useDisjunctive=true
useSequences=true
usePrevSequences=true
useTypeSeqs=true
useTypeSeqs2=true
useTypeySequences=true
wordShape=chris2useLC

然后，我使用以下方法训练模型：

java -cp stanford-ner.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop t.prop

培训已成功运行并序列化到我的模型中。但当我测试模型时，我总是得到一个空白数据集，即没有实体被识别。我知道我正在以正确的方式进行测试，因为我能够按照同样的方法成功地在英语模型上测试英语文本

---

在道具文件中是否有专门为阿拉伯语设置的属性？以前有没有人试过在斯坦福NLP上训练一个阿拉伯语的ner？我知道这是使用LingPipe完成的，但我更喜欢使用SNLP。

阿拉伯语是一种非常不同的语言和脚本，您需要一些特殊功能来处理这种语言。斯坦福nlp网站并不声称斯坦福ner支持阿拉伯语，尽管他们的分词和词性标记支持阿拉伯语。见：