nlp - 斯坦福关系提取器自定义模型仅选择关系实体的一个标记

Question

我已成功训练关系提取器模型并创建了 .ser 文件。

但是，我遇到了一个问题:模型成功找到了关系，但如果其实体之一包含多个标记，则仅选择一个标记。 例如，对于名为 Friend_of 的关系，以及如下句子:

Sam Tarly's best friend is Jon Snow.

模型将在以下实体之间找到 Friend_of 类型的关系:

• 塔利
• 乔恩

这会导致我的测试将其标记为误报，并且整个模型会得到不好的分数。

我尝试使用相同的训练数据训练自定义 NER 模型，然后使用此自定义 NER 模型在我的 props 文件中使用以下属性来训练 RelationExtractor 模型:

trainUsePipelineNER=true
ner.model=path/to/custom-ner-model.ser.gz

但这并没有解决问题。

这只是训练数据不足的问题还是我在这里遗漏了什么？

这是我用来获取关系的 Java 代码:

Properties props = new Properties();
props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, depparse, relation");
props.put("sup.relation.model", "lib/custom-relation-model-pipeline.ser");
props.put("pos.ptb3Escaping", "false");

StanfordCoreNLP pipeline = new StanfordCoreNLP(props);

List<Relation> foundRelations = new ArrayList<>();

for (String doc : documents) {
    Annotation document = new Annotation(doc);
    pipeline.annotate(document);
    List<CoreMap> sentences = document.get(CoreAnnotations.SentencesAnnotation.class);

    for (CoreMap sentence : sentences) {

        List<RelationMention> relationMentions = sentence.get(MachineReadingAnnotations.RelationMentionsAnnotation.class);

        for (RelationMention relation : relationMentions) {
            foundRelations.add(new Relation(relation.getArg(0).getValue(), relation.getType(), relation.getArg(1).getValue()));
        }

    }
}

谢谢!

西蒙。

Answer 1

所以我进一步研究了 MachineReading 关系提取。

我认为您想用 getExtentString() 替换 getValue() 并看看是否有帮助。

我使用我们的默认模型运行了一个例句:

乔·史密斯在 Google 工作。

并且它工作正常。