Stanford nlp 确定短语是否是Java程序中文档中的命名实体

我是斯坦福NLP的新手，我正试图在Java应用程序中使用它来解决以下问题。 我有一篇维基百科文章（比如标题为“华盛顿特区”）我想通过分析文章的文本来确定构成标题的短语（在我的例子中是“华盛顿特区”）是否指命名实体

按照我在斯坦福NLP发行版中包含的Demo.java文件中找到的示例，我声明了以下分类器：

AbstractSequenceClassifier<CoreLabel> classifier = CRFClassifier.getClassifier("src/main/resources/org/graphipedia/ner/classifiers/english.all.3class.distsim.crf.ser.gz");

List<List<CoreLabel>> resClassifier = classifier.classify(text)

AbstractSequenceClassifier=crfclassizer.getClassifier（“src/main/resources/org/graphipedia/ner/classifiers/english.all.3class.distsim.crf.ser.gz”）；

然后我在这个分类器上调用了方法classify：

AbstractSequenceClassifier<CoreLabel> classifier = CRFClassifier.getClassifier("src/main/resources/org/graphipedia/ner/classifiers/english.all.3class.distsim.crf.ser.gz");

List<List<CoreLabel>> resClassifier = classifier.classify(text)

列表重新分类器=分类器。分类（文本）

其中参数是维基百科页面的文本。 现在的问题是，当我迭代分类器的结果时，列表中的每个元素都是单个单词（用类注释）。 因此，构成我的标题“华盛顿”、“华盛顿”、“华盛顿”和“华盛顿特区”的三个标记分别处理，并且（可能）注释不同。 因此，我可以确定我的标题的任何部分是否是命名实体，但我不能对整个标题做同样的事情

我在斯坦福大学的NLP网站上读到，RexEnter可以达到类似的效果，它可以将单词组看作一个单独的实体。 但我不知道如何将它与AbstractSequenceClassifier一起使用。此外，似乎使用RegexNER时，我必须在文件中指定我希望被视为单个实体的标记（在我的例子中，是短语“Washington，D.C.”），这不是我想要的。 理想情况下，我想为许多维基百科文章重复这个分类任务，我并不真的想为每一篇文章创建一个文件

你能给我一些提示，告诉我如何解决这个看似容易解决的问题吗

提前谢谢

---

Gianluca

斯坦福大学CoreNLP提供了一个

提及

注释器，该注释器将具有相同NER标记的相邻单词分组为一个提及。然而，在您的情况下，几乎可以肯定的是，您自己这样做更容易。如果标题中的大多数单词都有一个与之关联的NER标记，那么标题很可能是一个命名实体

---

切向的，但我也建议使用

StanfordCoreNLP

对象来注释NER标记（

newstanfordcorenlp（props）.annotate（annotation）

），或者使用最新版本中包含的简单CoreNLP API:

列表标记=新句子（“您的标题”）.nerTags（）

斯坦福大学CoreNLP提供了一个

提及

注释器，该注释器将具有相同NER标记的相邻单词分组为一个提及。然而，在您的情况下，几乎可以肯定的是，您自己这样做更容易。如果标题中的大多数单词都有一个与之关联的NER标记，那么标题很可能是一个命名实体

切向的，但我也建议使用

StanfordCoreNLP

对象来注释NER标记（

newstanfordcorenlp（props）.annotate（annotation）

），或者使用最新版本中包含的简单CoreNLP API:

列表标记=新句子（“您的标题”）.nerTags（）