我试图运行一个例句:不同的结果在StanfordNERTagger在python3.5 - 斯坦福大学NER,2015年12月9日
from nltk.tag import StanfordNERTagger
_model_filename = r'D:/standford/stanford-ner-2015-12-09/classifiers/english.all.3class.distsim.crf.ser.gz'
_path_to_jar = r'D:/standford/stanford-ner-2015-12-09/stanford-ner.jar'
st = StanfordNERTagger(model_filename=_model_filename, path_to_jar=_path_to_jar)
st.tag('Rami Eid is studying at Stony Brook University in NY'.split())
我的产量,如下面的Python:
('''','PERSON'),('Eid','PERSON'),('是','O'),('''''''''''''''''''''''' ),('Stony','ORGANIZATION'),('Brook', 'ORGANIZATION'),('University','ORGANIZATION'),('in','O'),('NY', ' O')]
虽然我期待纽约州也根据此reference选择位置。
我试图另一示例如下:
st.tag('Ali is living in London.'.split())
结果是如下这是正确的。
[( '阿里', '人'),( '是', 'O'),( '活', 'O'),( '在', 'O'), (”伦敦','LOCATION')]
你知道为什么它没有把NY当作第一句话的位置吗?
我使用的Visual Studio 2015年的Python 3.5,斯坦福大学NER,2015年12月9日
广告全给你的句子。没有模型是完美的=) – alvas