OpenNLP-即使使用缩写词典，缩写词仍然需要培训吗？

我只是用了一个小程序，我应该把一个段落分成几个句子

虽然我在阅读了一些文档并查看了他们的测试用例后能够完成任务，但我还是忍不住注意到，即使在我创建自定义缩写词典时，我仍然需要对所有缩写词（例如Yahoo！）进行培训，将其传递给

SentenceDetectorFactory

，并用于培训

SentenceDetectorME

我使用的方法与本文中使用的方法类似

我在他们的文档中找不到这种行为，也找不到任何解释。我有什么遗漏吗

编辑：我的问题的解释

尽管我仍在努力使培训集适合我所从事的领域，但我的测试数据来自web上的非结构化数据。有时它包含一个我的团队成员从未预料到的缩写。例如

Company (acq. by another company) is a good company.

在这种情况下，我们从不假设单词

acquired

像

acq.

那样出现，它显然被用作缩写

现在，我们可以添加

acq.

作为缩写，让模型继续工作（如广告所示），或者对模型进行培训。但是，即使在缩写词词典中添加了它，它也没有被视为缩写词，我们最终为这个缩写词建立了训练模型。这似乎偏离了缩写词典的概念

我在

NLTK

中用

punktencetokenizer

尝试了一个小例子，它工作得非常好

---

我不确定我是否有一个包含25000个句子的训练集，如果

OpenNLP

忽略缩写词典，这将产生不同。

你的训练数据有多大

如文件所述：

 The training data should contain at least 15000 sentences to create a model which performs well.

---

这可能是问题所在，应该提供一些大的培训数据来制作模型

是的，Opennlp是不可预测的！我不知道现在该怎么办！--你通过了吗？是的，我已经通过了。我将在创建至少15000个培训样本后回复。