Stanford nlp 斯坦福NLP 3.9.0：使用CoreEntityMethod是否结合相邻实体提及？

我正在测试如何使用CoreEntityMotion获得实体提到的新3.9.0方法。我会这样做：

    CoreDocument document = new CoreDocument(text);
    stanfordPipe = createNerPipeline();
    stanfordPipe.annotate(document);

    for (CoreSentence sentence : document.sentences()) {
        logger.debug("Found sentence {}", sentence);
        if (sentence.entityMentions() == null) continue;
        for (CoreEntityMention cem : sentence.entityMentions()) {
            logger.debug("Found em {}", stringify(cem));            
        }
    }

当我使用

语句.entityments（）

遍历实体提及时，我发现生成的一些实体提及是多标记实体提及。获取实体提及的旧方法，如果我错了，请纠正我，是您必须迭代CoreLabel，因此必须自己组合多令牌实体提及

---

那么，有没有以前不存在的新方法将相邻的令牌与相同的ner标签组合在一起？还是我错过了组合多令牌实体提及的旧方法？

您好，感谢您使用新界面

是的，CoreEntityStation应该代表完整的实体提及。这是添加的一些新语法，有助于更轻松地使用我们的代码

传统上需要像句子.get（CoreAnnotations.TokensAnnotation.class）这样的东西，所以我们尝试添加一些包装类，这样人们可以使用管道接口，但不需要繁琐的语法

使用此新推出的语法，您可以编写：

sentence.tokens();

关于实体提及，如果句子是“Joe Smith去了夏威夷”。你会得到两个实体提及：

乔·史密斯（2枚代币） 夏威夷（1枚代币）

传统上，

ner

注释器会在句子中的每个标记上标记其命名的实体类型。然后，一个单独的

entityments

annotator将构建

entity

注释，这些注释是完整实体提及的

CoreMap

表示（例如Joe Smith）

多年来，我看到很多人问“我如何从标记的标记序列到完整的实体提及？”因此对此，我们试图让提取句子中提及的完整实体变得更容易

---

我还应该注意到，在大多数情况下，旧方法仍然有效。在我们完成3.9.0版本的过程中，更新的文档正在进行中

您好，感谢您使用新界面

是的，CoreEntityStation应该代表完整的实体提及。这是添加的一些新语法，有助于更轻松地使用我们的代码

传统上需要像句子.get（CoreAnnotations.TokensAnnotation.class）这样的东西，所以我们尝试添加一些包装类，这样人们可以使用管道接口，但不需要繁琐的语法

使用此新推出的语法，您可以编写：

sentence.tokens();

关于实体提及，如果句子是“Joe Smith去了夏威夷”。你会得到两个实体提及：

乔·史密斯（2枚代币） 夏威夷（1枚代币）

传统上，

ner

注释器会在句子中的每个标记上标记其命名的实体类型。然后，一个单独的

entityments

annotator将构建

entity

注释，这些注释是完整实体提及的

CoreMap

表示（例如Joe Smith）

多年来，我看到很多人问“我如何从标记的标记序列到完整的实体提及？”因此对此，我们试图让提取句子中提及的完整实体变得更容易

---

我还应该注意到，在大多数情况下，旧方法仍然有效。在我们完成3.9.0版本的过程中，更新的文档正在进行中

好的，我看到代码是包含在表示句子的

CoreMap

中的

CoreAnnotations.referencesannotation.class

的包装器。我仍然需要考虑这一点，因为我有非常特殊的情况，在合并提及时不容易捕获。尽管斯坦福页面上的示例代码显示了CoreLabel方法，作为从文档中获取ner注释的方法，但也很高兴将这种方法记录下来。好的，我看到代码是一个包装器，它围绕着表示句子的

CoreMap

中包含的

coreanotations.referencesannotation.class

。我仍然需要考虑这一点，因为我有非常特殊的情况，在合并提及时不容易捕获。尽管斯坦福页面上的示例代码显示了CoreLabel方法，作为从文档中获取ner注释的方法，但也最好将这种方法记录下来。也许还需要进一步阐述，如果您想将标记组合成实体提及，这仍然是可能的，因为标记包含命名实体信息。但是传统上说，在3.8.0版中，你可以使用Entityments注释器，它会将它们组合成实体提及。哇，这是一个多么好的回答啊！在我深入研究3.9之前，我从未真正了解过Entityments注释器，因为它没有明确的文档说明可以通过管道实现，我要求提供更多的文档。在合并实体的过程中，我确实遇到了一些糟糕的情况，我必须亲自探索，看看整个方法是否有效（这就是为什么我现在对自定义合并感到满意的原因）。例如，如果“或”存在于所提到的实体的中间（如Baskin Robbins），会发生什么。这种情况是否会合并，因为-可能会有NER标记O？如果“巴斯金”-“罗宾斯”被标识为一个组织，它应该有NER中的（组织，组织，组织），并且它将被正确地捕获为一个实体。如果你有（ORG，O，ORG），那是NER的失败，而不是实体提及收集技术。此外，我刚刚为这个新API编写了一些新文档，不久将发布它。如果你想将标记组合成实体提及，可能还需要进一步阐述，因为标记包含命名实体信息。但是传统上说，在3.8.0版中，你可以使用Entityments注释器，它会将它们组合成实体提及。哇，这是一个多么好的回答啊！我从来没见过他