Ich möchte ein benutzerdefiniertes NER-Modell erstellen. Das ist, was ich tat

TRAININGSDATE (stanford-ner.tsv):

Hello    O
!    O
My    O
name    O
is    O
Damiano    PERSON
.    O

EIGENSCHAFTE (stanford-ner.prop):

trainFile = stanford-ner.tsv
serializeTo = ner-model.ser.gz
map = word=0,answer=1
maxLeft=1
useClassFeature=true
useWord=true
useNGrams=true
noMidNGrams=true
maxNGramLeng=6
usePrev=true
useNext=true
useDisjunctive=true
useSequences=true
usePrevSequences=true
useTypeSeqs=true
useTypeSeqs2=true
useTypeySequences=true
wordShape=chris2useLC
useGazettes=true
gazette=gazzetta.txt
cleanGazette=true

GAZZETTE gazzetta.txt):

PERSON John
PERSON Andrea

Ich baue das Modell über die Kommandozeile mit:

java -classpath "stanford-ner.jar:lib/*" edu.stanford.nlp.ie.crf.CRFClassifier  -prop stanford-ner.prop

Und testen mit:

java -classpath "stanford-ner.jar:lib/*" edu.stanford.nlp.ie.crf.CRFClassifier  -loadClassifier ner-model.ser.gz -textFile test.txt

Ich habe zwei Tests mit den folgenden Texten durchgeführt:

>>> TEST 1 <<<

TEXT: Hallo! Mein Name ist Damiano und dies ist ein gefälschter Text zum Testen.

AUSGABE Hallo / O! / O Mein / O Name / O ist / O Damiano / PERSON und / O das / O ist / O ein / O gefälschter / O Text / O zu / O Test / O ./

>>> TEST 2 <<<

TEXT: Hallo! Mein Name ist John und dies ist ein gefälschter Text zum Testen.

AUSGABE Hallo / O! / O Mein / O Name / O ist / O John / O und / O dieses / O ist / O ein / O gefälschter / O Text / O zu / O Test / O ./

Wie Sie sehen können, wird nur die Entität "Damiano" gefunden. Diese Entität befindet sich in meinen Trainingsdaten, aber "John" (zweiter Test) befindet sich in der Gazzette. Die Frage ist also.

Warum wird die John-Entität nicht erkannt?

Vielen Dank im Voraus