Stanford nlp 配置SUTime以使用自定义规则文件

我正在尝试配置SUTime annotator（“ner”的一部分），以使用我自己的日期/时间规则文件，而不是位于Stanford CoreNLP模型分发JAR中“models/SUTime/”中的现成规则文件。

我这样做的原因是我想稍微修改SUTime规则正在做的事情。

根据这位官员的说法，只需以逗号分隔的文件路径形式指定“sutime.rules”属性。
但在我这么做之后，CoreNLP似乎仍然使用开箱即用的规则文件：

Reading TokensRegex rules from edu/stanford/nlp/models/sutime/defs.sutime.txt
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/english.sutime.txt
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/english.holidays.sutime.txt

我尝试了绝对路径和相对于项目根的路径-效果仍然相同。
与文档相反，“sutime.rules”属性似乎被忽略了。

任何帮助都将不胜感激。

更新：

解决方案的形式如下：

关闭SUTime作为“ner”步骤的一部分

复制其规则文件并根据需要进行修改

基于TimeAnnotator类创建自定义注释器并将其添加到管道

将.rules属性设置为修改的规则文件

不起作用
管道运行，但功能不同。需要使用“sutime”参数调用TimeAnnotator构造函数，以使其功能与在“ner”步骤中调用的功能完全相同。

---

这似乎无法通过属性完成。

感谢您让我们知道这不起作用。我们将对此进行研究，并在下一版本中修复它。如果您确实需要稍微更改规则文件，您可以尝试将自己的

edu/stanford/nlp/models/sutime/english.sutime.txt的副本放置在CoreNLP models jar之前的类路径中。
我也需要覆盖english.sutime.txt文件。我通过创建NERClassifierCombiner并在实例化NerCombinerNotator时使用它来实现这一点。
伪代码：

Properties nerProps = new Properties();
nerProps.put("sutime.rules", "your new comma separated file list");
Set<String> passDownProps = Generics.newHashSet();
passdownProps.addAll(NERClassifierCombiner.DEFAULT_PASS_DOWN_PROPERTIES);
passdownProps.add("sutime.rules");
NERClassifierCombiner combiner = NERClassifierCombiner.createNERClassifierCombiner("giveItAName", passdownProps, nerProps);
NERCombinerAnnotator nerAnnotator = new NERCombinerAnnotator(combiner, false);

Properties nerProps=新属性（）；
put（“sutime.rules”，“新的逗号分隔文件列表”）；
Set passDownProps=Generics.newHashSet（）；
addAll（NERClassifierCombiner.DEFAULT\u PASS\u DOWN\u属性）；
添加（“sutime.rules”）；
NERClassifierCombiner组合器=NERClassifierCombiner.createNERClassifierCombiner（“giveItName”，passdownProps，nerProps）；
NerCombinerNotator Generator=新的NerCombinerNotator（合并器，false）；

希望能有所帮助。
谢谢你，安吉尔。这种变通方法有效。我唯一仍然经历的怪癖是，我必须打开本地Maven存储库中的models JAR并从中删除“english.sutime.txt”文件。只有这样，才能从项目工作目录中获取此文件的自定义版本。希望这在CoreNLP 3.6.0中得到修复，我可以通过“sutime.rules”属性进行适当配置来摆脱这种解决方法。请告诉我您是如何创建自定义注释器类的，我创建了一个，但它仍然引用core nlp jar中的规则。