Nlp 使用NLTK中的自定义文件/代码改进实体命名

在最近的一个项目中，我们一直在与NLTK库合作 主要对命名实体部分感兴趣

总的来说，我们使用NEChunkParser类得到了很好的结果。 然而，我们正试图找到一种方法，为客户提供我们自己的条款 没有成功

例如，我们有一个测试文档，其中我的名字（Shay）出现在 好几个地方。图书馆发现我是GPE，而我希望它能找到 我作为一个人

有没有办法提供某种自定义文件/ 代码，以便解析器能够将命名实体解释为 想要吗

---

谢谢

简单的解决方案是编译一个您知道被错误分类的实体列表，然后在后处理模块中过滤

NEChunkParser

输出，并用您想要的标记替换这些实体的标记

---

正确的解决方案是重新培训NE标记器。如果查看NLTK的示例，您将看到

NEChunkParser

基于MaxEnt分类器，即机器学习算法。您必须编译并注释一个语料库（dataset），它代表您想要处理的数据类型，然后在此语料库上重新训练NE标记器。（这很难，很耗时，而且可能很昂贵。）

嘿，谢伊，你在这方面有什么进展吗？我很想看看你有什么想法，因为我也遇到了类似的问题。