Python 使用NLTK ieer或conll2000语料库为NER培训语料库

我一直在尝试为特定领域的命名实体识别和新实体训练一个模型。似乎没有一个完整的合适的管道用于此，需要使用不同的包

我想给你一个机会去NLTK。我的问题是，如何训练NLTK NER使用ieer语料库对新实体进行分类和匹配

我当然会提供IOB格式的培训数据，如：

We PRP B-NP
saw VBD O
the DT B-NP
yellow JJ I-NP
dog NN I-NP

我想我得自己给这些代币贴上标签

当我有一个这种格式的文本文件时，下一步该怎么做？用ieer语料库或更好的conll2000训练数据的步骤是什么

我知道那里有一些文档，但我不清楚在您标记了培训语料库之后该怎么做

我想使用NLTK，因为我想使用relextract（）函数

请给我任何建议

---

谢谢

nltk为您提供了所需的一切。阅读nltk书籍的第6章，关于。它提供了一个分类的工作示例。然后学习中的第2节和第3节，它们向您展示了如何使用IOB文本和编写组块分类器。虽然示例应用程序不是命名实体识别，但代码示例几乎不需要任何更改即可工作（当然，您需要自定义功能函数才能获得良好的性能）

---

您还可以使用nltk的标记器（或另一个标记器）将POS标记添加到语料库中，或者您也可以抓住机会，尝试在没有词性标记的数据（仅IOB命名实体类别）上训练分类器。我的猜测是词性标记将提高性能，如果在培训数据上使用与评估（以及最终的生产使用）相同的词性标记，您实际上会过得更好。

感谢Alexis提供的信息，我知道这些文档，但我仍然不知道一旦你有了培训数据，如何进行培训。你能提供一些例子吗？我引用的章节都是非常完整的教程。如果你被困在某个地方，发布你的代码（相关部分）并询问关于出错步骤的特定问题。我已经构建了自己的分类器，但仍然遇到一些问题。我在这里发布了一个新问题：很高兴听到一些建议。