转换XML以用作命名实体识别（NER）的训练集

我想利用XML形式的结构化信息为斯坦福NLP软件包培训CRF模型。XML看起来像：

<dates>
   <date>Advance Access publication on 
      <month>July</month>
      <day>11</day>, 
      <year>2007</year>
   </date>
</dates>

去拿我的代币。但是，我如何利用XML封装来自动用适当的类标记我的令牌呢

---

斯坦福NLP包中是否有这样的支持/过程，或者我应该着手手工编写令牌文件（例如使用XSLT）

我不知道这种XML格式。如果这是一个通用标准，您可能会找到一个转换器—您希望将其转换为“IO”或“IOB”编码，这就是Stanford NER的工作原理。否则，您将不得不手动执行

这里有一个IO编码的示例：每行有一个单词，每个单词都有一个对应的NER标记。此标签为“O”（无标签）或某些特定的NER标签。请注意，句子之间用空行分隔

I   O
complained  O
to  O
Microsoft   ORGANIZATION
about   O
Bill    PERSON
Gates   PERSON
.   O

They    O
told    O
me  O
to  O
see O
the O
mayor   O
of  O
New LOCATION
York    LOCATION
.   O

I   O
complained  O
to  O
Microsoft   ORGANIZATION
about   O
Bill    PERSON
Gates   PERSON
.   O

They    O
told    O
me  O
to  O
see O
the O
mayor   O
of  O
New LOCATION
York    LOCATION
.   O