Stanford nlp Stanford NLP命名了多个令牌的实体

我正在用StanfordCore NLP进行命名实体识别的实验

一些命名实体由多个标记组成，例如Person：“Bill Smith”。我不知道使用什么API调用来确定“Bill”和“Smith”何时应该被视为一个实体，以及何时应该是两个不同的实体

是否有一些合适的文档可以解释这一点

以下是我当前的代码：

    InputStream is = getClass().getResourceAsStream(MODEL_NAME);
    if (MODEL_NAME.endsWith(".gz")) {
        is = new GZIPInputStream(is);
    }
    is = new BufferedInputStream(is);

    Properties props = new Properties();
    props.setProperty("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref");

    AbstractSequenceClassifier<CoreLabel> classifier = CRFClassifier.getClassifier(is);
    is.close();

    String text = "Hello, Bill Smith, how are you?";

    List<List<CoreLabel>> sentences = classifier.classify(text);
    for (List<CoreLabel> sentence: sentences) {
        for (CoreLabel word: sentence) {
            String type = word.get(CoreAnnotations.AnswerAnnotation.class);
            System.out.println(word + " is of type " + type);
        }
    }

InputStream is=getClass（）.getResourceAsStream（模型名称）；
if（型号名称.endsWith（“.gz”））{
is=新的GZIPInputStream（is）；
}
is=新的BufferedInputStream（is）；
Properties props=新属性（）；
props.setProperty（“注释器”、“标记化、ssplit、pos、引理、ner、解析、dcoref”）；
AbstractSequenceClassifier=CRFClassizer.getClassifier（is）；
is.close（）；
String text=“你好，比尔·史密斯，你好吗？”；
列出句子=分类器。分类（文本）；
for（列出句子：句子）{
for（CoreLabel单词：句子）{
字符串类型=word.get（CoreAnnotations.AnswerAnnotation.class）；
System.out.println（word+“为”+类型）；
}
}

另外，我也不清楚为什么“PERSON”注释会作为AnswerAnnotation返回，而不是CoreAnnotations.EntityClassAnnotation、EntityTypeAnnotation或其他内容。

您应该使用“EntityManotions”注释器，它将标记具有与实体相同的ner标记的连续标记序列。每个句子的实体列表将存储在CoreAnnotations.ReferencesAnnotation.class键下。每一个实体提到自己都将是一个核心地图

查看此代码有助于：

一些示例代码：

import java.io.*;
import java.util.*;
import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.pipeline.*;
import edu.stanford.nlp.util.*;



public class EntityMentionsExample {

  public static void main (String[] args) throws IOException {
    Properties props = new Properties();
    props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,entitymentions");
    StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
    String text = "Joe Smith is from Florida.";
    Annotation annotation = new Annotation(text);
    pipeline.annotate(annotation);
    System.out.println("---");
    System.out.println("text: " + text);
    for (CoreMap sentence : annotation.get(CoreAnnotations.SentencesAnnotation.class)) {
      for (CoreMap entityMention : sentence.get(CoreAnnotations.MentionsAnnotation.class)) {
        System.out.print(entityMention.get(CoreAnnotations.TextAnnotation.class));
        System.out.print("\t");
        System.out.print(
                entityMention.get(CoreAnnotations.NamedEntityTagAnnotation.class));
        System.out.println();
      }
    }
  }
}

---

谢谢三个快速问题：此代码如何知道要加载哪些模型？这个代码的加载速度比我的原始代码慢得多；如何缩短启动时间？有更好的文档吗？它正在加载默认模型。您可以使用属性“ner.model”设置要加载的模型。一般来说，我会坚持使用我的代码并使用StanfordCoreNLP管道。独立分类器是一种比较古老的使用ner的方法。这是文档站点：这里有一些关于API的更具体的注释：如果您想使用Stanford CoreNLP管道，但不必不断地重新加载它，您可以构造代码，只需调用Stanford CoreNLP服务器。下面是关于服务器的文档：但是如果您只想要一个启动并运行的简单Java类，那么在启动时加载模型是不可能的。