Estoy buscando en el standford corenlp usando el Reconocidor de Entidad Nombrada. Tengo diferentes tipos de texto de entrada y necesito etiquetarlo en mi propia Entidad. Así que comencé a entrenar mi propio modelo y parece que no funciona.

Por ejemplo: mi cadena de texto de entrada es "Libro de 49 artículos de revista sobre Toyota Land Cruiser 1956-1987 Gold Portfoliohttp://t.co/EqxmY1VmLg http://t.co/F0Vefuoj9Q"

Reviso los ejemplos para entrenar a mis propios modelos y busco solo algunas palabras que me interesen.

Mi jane-austen-emma-ch1.tsv se ve así

Toyota  PERS
Land Cruiser    PERS

Del texto de entrada anterior solo estoy interesado en esas dos palabras. Uno es Toyota y la otra palabra es Land Cruiser.

El austin.prop se ve así

trainFile = jane-austen-emma-ch1.tsv
serializeTo = ner-model.ser.gz
map = word=0,answer=1
useClassFeature=true
useWord=true
useNGrams=true
noMidNGrams=true
useDisjunctive=true
maxNGramLeng=6
usePrev=true
useNext=true
useSequences=true
usePrevSequences=true
maxLeft=1
useTypeSeqs=true
useTypeSeqs2=true
useTypeySequences=true
wordShape=chris2useLC

Ejecute el siguiente comando para generar el archivo ner-model.ser.gz

java -cp stanford-corenlp-3.4.1.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop austen.prop

public static void main(String[] args) {
        String serializedClassifier = "edu/stanford/nlp/models/ner/english.muc.7class.distsim.crf.ser.gz";
        String serializedClassifier2 = "C:/standford-ner/ner-model.ser.gz";
        try {
            NERClassifierCombiner classifier = new NERClassifierCombiner(false, false, 
                    serializedClassifier2,serializedClassifier);
            String ss = "Book of 49 Magazine Articles on Toyota Land Cruiser 1956-1987 Gold Portfolio http://t.co/EqxmY1VmLg http://t.co/F0Vefuoj9Q";
            System.out.println("---");
            List<List<CoreLabel>> out = classifier.classify(ss);
            for (List<CoreLabel> sentence : out) {
              for (CoreLabel word : sentence) {
                System.out.print(word.word() + '/' + word.get(AnswerAnnotation.class) + ' ');
              }
              System.out.println();
            }

        } catch (ClassCastException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }  catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

    }

Aquí está la salida que estoy obteniendo

Book/PERS of/PERS 49/O Magazine/PERS Articles/PERS on/O Toyota/PERS Land/PERS Cruiser/PERS 1956-1987/PERS Gold/O Portfolio/PERS http://t.co/EqxmY1VmLg/PERS http://t.co/F0Vefuoj9Q/PERS

lo que creo que está mal. Estoy buscando Toyota / PERS y Land Cruiser / PERS (que es una versión de varios valores.

Gracias por la ayuda. Cualquier ayuda es realmente apreciada.