我已经使用斯坦福的“Stanford-NER”软件创建了自己的 NER 模型,并遵循 these方向。
我知道 CoreNLP 按以下顺序加载三个开箱即用的 NER 模型:
edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz
edu/stanford/nlp/models/ner/english.muc.7class.distsim.crf.ser.gz
edu/stanford/nlp/models/ner/english.conll.4class.distsim.crf.ser.gz
我现在想将我的 NER 模型包含在上面的列表中,并首先使用我的 NER 模型标记文本。
我发现了两个关于此主题的先前 StackOverflow 问题,它们是 'Stanford OpenIE using customized NER model'和 'Why does Stanford CoreNLP NER-annotator load 3 models by default?'
这两个帖子都有很好的答案。答案的一般信息是您必须在文件中编辑代码。
使用定制 NER 模型的 Stanford OpenIE
这篇文章说要编辑 corenlpserver.sh
但我在 Stanford CoreNLP 下载的软件中找不到这个文件。谁能告诉我这个文件的位置?
Stanford CoreNLP NER-annotator 默认加载 3 个模型吗?
这篇文章说我可以使用 -ner.model
的参数来具体调用要加载的 NER 模型。我将此参数添加到初始服务器命令 (java -mx4g -cp "*"edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000 -ner.model *modlefilepathhere*
)。这没有用,因为服务器仍然加载了所有三个模型。
它还声明您必须更改一些 Java 代码,但它没有具体指出在何处进行更改。
我是否需要修改或添加此代码 props.put("ner.model", "model_path1,model_path2");
到 CoreNLP 软件中的特定类文件?
问题:根据我的研究,我似乎需要添加/修改一些代码来调用我独特的 NER 模型。上面概述了这些“编辑”,这些信息是从其他 StackOverflow 问题中提取的。我具体需要编辑哪些文件?这些文件究竟位于何处(即 edu/Stanford/nlp/...等)?
编辑: 我的系统在本地服务器上运行,我正在使用 API pycorenlp 来打开到本地服务器的管道并向其发出请求。 python/pycorenlp 代码的两个关键行是:
nlp = StanfordCoreNLP('http://localhost:9000')
output = nlp.annotate(evalList[line], properties={'annotators': 'ner, openie', 'outputFormat': 'json', 'openie.triple.strict':'True', 'openie.max_entailments_per_clause':'1'})
我不认为这会影响我调用我独特的 NER 模型的能力,但我想展示我能提供的所有情境数据以获得最佳答案。
最佳答案
如果您想自定义服务器使用的管道,请创建一个名为 server.properties
的文件(或者您可以随意命名)。
然后在用java命令启动服务器时添加这个选项-serverProperties server.properties
在该 .properties 文件中,您应该包含 ner.model =/path/to/custom_model.ser.gz
通常,您可以自定义服务器将在该 .properties 文件中使用的管道。例如,您还可以使用 annotators = tokenize,ssplit,pos,lemma,ner,parse
etc...
更新以解决评论:
在您的 java 命令中,您不需要
-ner.model/path/to/custom_model.ser.gz
.properties 文件中可以有无限数量的属性设置,每行一个设置(忽略空行,#'d out 行也是如此)
当您运行 Java 命令时,它默认会在您运行该命令的目录中查找文件。因此,如果您的命令包含
-serverProperties server.properties
,它将假定文件server.properties
位于命令运行的同一目录中。如果您提供绝对路径而不是-serverProperties/path/to/server.properties
,您可以从任何地方运行该命令。所以为了清楚起见,您可以使用此命令启动服务器(在包含所有 jars 的文件夹中运行):
java -Xmx8g -cp "*"edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000 -serverProperties server.properties
和server.properties
应该是这样的文件:
ner.model = /path/to/custom_model.ser.gz
server.properties
可能如下所示:
annotators = tokenize,ssplit,pos,lemma,ner,depparse
ner.model = /path/to/custom_model.ser.gz
parse.maxlen = 100
举个例子...您应该将所有设置放入server.properties
- 我在之前的回答中对从 Python 访问 StanfordCoreNLP 服务器发表了一些评论:
cannot use pycorenlp for python3.5 through terminal
您似乎在使用我不太了解的 pycorenlp 库。其他 2 个选项是我在该答案中显示的一些代码或我们制作的 stanza
包。上面的答案中有详细信息。
关于java - 加载自定义 NER 模型 Stanford CoreNLP,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43942476/