OpenNLP - 即使用缩写字典，训练仍然需要缩写吗？

Question

我刚刚使用OpenNLP作为一个小程序，我应该把段落分成几个句子。

尽管在阅读完一些文档并完成测试用例之后我能完成任务，但我仍然不得不注意到，即使创建了所有缩写（例如Yahoo!）一个自定义的缩写字典，将它传递给SentenceDetectorFactory并用它来训练SentenceDetectorME。

我正在使用与此test case中使用的类似方法。

我在他们的文档中找不到这种行为，也找不到任何解释。有什么我失踪？

编辑：我的问题

虽然我仍然在做一个培训，我的工作在域设置为合适的工作，我的测试数据从非结构化数据来从网页的说明。有时它包含一个我的团队成员都没有预料到的缩写。例如。

Company (acq. by another company) is a good company. 

在这种情况下，我们从来没有认为这个词acquired发生像acq.这显然是作为一个缩写。

现在我们可以添加acq.作为缩写，并让模型继续工作，如广告所示，或者训练模型。但是，即使在缩写字典中添加之后，它也不会被当作缩写来处理，而我们最终为这个缩写形成了训练模型。这看起来像是一个偏离字典缩写的概念。

我在NLTK与PunktSentenceTokenizerlike this one尝试了一个小例子，它完美的工作。

我不确定我是否有一套甚至有25,000个句子的训练集，如果OpenNLP忽略缩写词典，它将有所作为。

Answer 1

您的培训数据有多大？

，如文档中说：

The training data should contain at least 15000 sentences to create a model which performs well. 

，可能是这个问题，应该给一些大的训练数据进行模型！