什麼是使用OpenNLP

Question

找到的顏色，單元尺寸很好的策略

假設我們有一個像這樣的字符串：

4 pallets of books with a weight of 437 kg. The pallets measure 80 x 120 x 120 cm each and are protected with red shrinkwrap. 

什麼是提取這樣的（尤其是顏色，重量和大小）信息的最佳途徑使用OpenNLP ...思考一些自定義的語料庫和自己的培訓..但我不知道哪種方法是最好的開始。

<pallet amount>4</pallet amount> pallets of <product>books</product> with a weight of <weight>437</weight> <weightUnit>kg</weightUnit>. The pallets measure <height>80</height> x <width> 120 </width> x <length>120 </length> <measurementUnit>cm</measurementUnit> each and are protected with <color>red</color> shrinkwrap. 

Answer 1

你只列出了一種方法（使用OpenNLP進行定製培訓），所以我不知道你認爲你的其他選擇是什麼。這種方法幾乎肯定是你最好的方法，除非你正在搜索的短語是（a）常規和（b）其他短語不同，在這種情況下，你可以使用正則表達式。

有各種各樣的包可以讓你訓練和標記：OpenNLP是一個，斯坦福大學NE是另一個。他們使用不同的訓練方法，這會影響你的結果。但是一旦你有了你的訓練數據，你就可以用不同的引擎進行試驗，看看它是如何做到的。