Stanford NER模型使用，训练自己的NER模型，终端使用和java调用

使用Stanford NER模型对语料进行命名实体识别

一、用Stanford NER原始训练好的模型对语料识别

java -mx600m -cp "*;lib*" edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier classifiers/english.all.3class.distsim.crf.ser.gz -textFile sample.txt

-cp
表示依赖包路径（直接指定jar包也行，如将"*;lib*"替换为stanford-ner.jar）；
classifiers/english.all.3class.distsim.crf.ser.gz
指选择的命名实体识别模型；
sample.txt 要识别语料的文件。

    命令：

java -mx600m -cp "*;lib/*" edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier classifiers/english.all.3class.distsim.crf.ser.gz -outputFormat tabbedEntities -textFile sample.txt > sample.tsv

二、启用Stanford NER本地服务器处理NER

java -mx1000m -cp stanford-ner.jar edu.stanford.nlp.ie.NERServer
-loadClassifier classifiers/english.conll.4class.distsim.crf.ser.gz
-port 2314 -outputFormat inlineXML

java -cp stanford-ner.jar edu.stanford.nlp.ie.NERServer -port 2314 -client

三、训练自己的模型：如果没有把Stanford NER配置到系统环境变量，以下操作需要在该文件下

    1.首先建立自己的标注语料，句子中的每个单词独立成行，Tab后跟该单词的标注类别，默认为O，例：将Friday（星期）标注为week

        配置文件（文件内容较多这里为给出），然后命名格式xxx.prop

    3.执行命令：  

java -cp stanford-ner.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop xxx.prop

    然后会在该目录下看到一个xxx.ser.gz的模型文件    

    4.用自己的模型识别实体同上一或二，本识别结果如下：

四、java调用

    参考本项目地址：

四、Python接口使用

最后

以上就是欣慰航空为你收集整理的Stanford NER模型使用，训练自己的NER模型，终端使用和java调用的全部内容，希望文章能够帮你解决Stanford NER模型使用，训练自己的NER模型，终端使用和java调用所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。