专有名词检测首字母缩写词缩略语

Question

我正在为斯特拉斯堡的CDS开发自然语言搜索引擎。 （斯特拉斯堡的天文数据中心）

我想知道斯坦福的词性标注器是如何标注缩写词的，因为缩写词有时被标记为NNP，有时被标记为NN。

我无法准确找到程序是如何决定像“CDS”或“NASA”这样的首字母缩略词是NNP还是NN。

如果有人能够帮助我解决这个问题，我会非常高兴。 :)

祝您有美好的一天。

Answer 1

POS标记器是一个统计模型，它在来自华尔街日报的数千个句子上训练。它可能受到以下因素的影响，例如字中出现什么字符序列以及句子中单词包含哪些单词。

这里有更多的细节：https://nlp.stanford.edu/software/tagger.shtml