Lou*_*ise 5 nlp named-entity-recognition
我正在构建一个带有条件随机场的命名实体识别器,我正在寻找两件事:
A)人员,位置和组织实体的开源英语NER数据集
B)英语NER功能列表
我已经查看了CoNLL-2003语料库,发现这正是我想要的,但它并不容易获得.我找不到NER功能列表是不成功的; 我试图避免手工设计这些功能.
谢谢
A) 除了 MUC 语料库之外，您还应该在此处查看手动注释的子语料库：http://www.americannationalcorpus.org/MASC/About.html它是免费的，并且有各种文档类型。它附带了用于解析 NLTK、GATE 和 UIMA 格式的工具：http://www.anc.org/MASC/Download
B）这是一个非常普遍的问题。您可以尝试 n 元语法、单词大写、使用字符串作为特征、词性等。您可以从阅读斯坦福解析器方法与 CRF 开始：http:// nlp .stanford.edu/software/CRF-NER.shtml