Stanford nlp 为什么斯坦福大学corenlp性别鉴定不确定？

我有以下结果，正如您所看到的，edward的名字有不同的结果（null和male）。这种情况发生在几个名字身上

edward, Gender: null
james, Gender: MALE
karla, Gender: null
edward, Gender: MALE

---

此外，如何定制性别词典？我想加上西班牙语和中文的名字。

你提出了很多问题

1.）Karla不在默认的性别映射文件中，因此该文件变为null

2.）如果要制作自己的自定义文件，则应采用以下格式：

约翰·马尔

每行应有一个名称\t结束符条目

GenderAnotator只能为映射获取一个文件，因此您需要创建一个新文件，其中包含要添加的名称

默认的性别映射文件位于stanford-corenlp-3.5.2-models.jar文件中

您可以通过以下方式从该jar中提取默认性别映射文件：

• mkdir tmp斯坦福模型扩展

• cp/path/of/stanford-corenlp-3.5.2-models.jar tmp斯坦福模型扩展

• cd-tmp-stanford模型扩展

• jar xf斯坦福-corenlp-3.5.2-models.jar

• 现在应该有tmp斯坦福模型扩展/edu

• 您需要的文件是tmp stanford models expanded/edu/stanford/nlp/models/gender/first\u name\u map\u small

3.）以这种方式构建管道以使用自定义性别词典：

Properties props = new Properties();
props.setProperty("annotators",
    "tokenize, ssplit, pos, lemma, gender, ner");
props.setProperty("gender.firstnames","/path/to/your/gender_dictionary.txt");
StanfordCoreNLP pipeline = new StanfordCoreNLP(props);

4.）试着在管道中运行gender-BEFORE-ner（参见我上面注释器的顺序）。如果令牌已经具有NER标记，则RegexNERSequenceClassifier（添加性别标记的类）可能会被阻止。在我看来，首先运行性别注释器可以解决问题。因此，在构建管道时，确保性别优先于女性

序列“edward james karla edward”由NER tagger标记为“O O PERSON”。我不完全清楚为什么前两个令牌的NER标记会得到“O”。我想指出的是，“Edward James Karla Edward”产生了“PERSON”，并请记住句子中的NER tagger因素，因此在句子开头小写可能会导致第一个标记“Edward”被标记为“O”

如果您对此有任何问题，请让我知道，我将很乐意提供更多帮助

TL；博士

1.）卡拉被标错了，因为那个名字不在性别词典中

2.）您可以使用名称\t创建自己的性别映射文件，请确保将属性“gender.firstnames”设置为新性别映射文件的路径

---

3.）确保性别注释器先于ner注释器，这将解决问题

您如何调用CoreNLP（即：您是如何在帖子中创建列表的）？您能否提供有关输入文件和您发出的命令的更多详细信息？谢谢感谢您的快速回答，我正在使用以下命令：loadStanfordCoreNLP（）；注释文件=新注释（“edward james karla edward”）；管道注释（文件）；for（CoreMap语句：document.get（CoreAnnotations.SentencesAnnotation.class））{for（CoreLabel令牌：语句.get（CoreAnnotations.TokensAnnotation.class））{System.out.print（token.value（））；System.out.print（，Gender:）；System.out.println（token.get（machineradingannotations.GenderAnnotation.class））；}