Nlp 自定义NER模型提取用于训练的关键字的子字符串

我使用OpenNlp的训练API训练了一个自定义的NER模型，其中包含超过一百万个句子，用于识别我所教授的技能。在测试过程中，我发现识别技能的模型和技能的子串。例如，我已经教授了一项技能“核心Java”，如果句子中有“核心”一词，那么我的模型会将其识别为一项技能。我想避免这种情况。如果整个单词都在测试句子中，我只想识别整个单词“coreJava”

---

如何改进我的自定义模型以获得上述结果？

听起来您需要提供更多的培训示例

如果单词

Core

出现在您的培训数据中的唯一时间是作为短语

Core Java

的一部分，那么您的模型可能会了解到

Core

是技能名称的一部分，概率为100%，并且基于它知道的正确性。若要修复此问题，请在以不相关方式使用的位置添加更多培训数据。一些例子：

He threw away the apple core.
Core skills in math include addition and subtraction.
The core of the application is implemented in C for speed.

---

谢谢，这真的很有帮助。