Java命名实体识别库

Question

我正在寻找一个简单但“足够好”的java命名实体识别库(和字典)，我希望处理电子邮件和文档，并提取一些“基本信息”，如:姓名，地点，地址和日期。

我一直在四处寻找，大多数似乎都是重的和完整的NLP类的项目。

有什么建议吗？

Answer 1

顺便说一句，我最近遇到了OpenCalais，它似乎有我想要的功能。

Answer 2

你可能想看看类似问题的my earlier answers中的一个。

除此之外，大多数轻量级系统在很大程度上依赖于所使用的域。例如，你会找到一大堆关于生物医学NER系统的工具和论文。除了我之前的帖子(如果你想做NER，它已经包含了我的主要建议)，这里还有一些你可能想要研究的工具：

如果您对这个特定的Stanford CER-NER

• The感兴趣，那么
• • Postech Biomedical NER System似乎是一个商业系统。虽然有UIMA wrappers for OpenCalais，但它们似乎已经过时了。还有一个针对UIMA的基于字典的上下文映射器注释器，它可能会对您有所帮助。值得注意的是，UIMA意味着在学习曲线上有很大的开销，在其他things.
  • ABNER中也有NER，但它仍然专注于生物医学领域。德国耶拿大学的
  • ;-)
  • OpenNLP JULIE Lab Tools也有NER。它们有独立版本和UIMA分析引擎。

另请注意:如果不对输入进行标记化，您将无法脱颖而出。自然语言的标记化是微不足道的，这就是为什么我建议你使用一个工具箱，为你做这两件事。

Answer 3

您可能也想尝试一下Alchemy API。它类似于Open Calais。