如何使用Apache和LingPipe或类似工具进行实体识别

Question

我想在使用Apache索引数据时使用NLP。

1. 识别单词和索引的同义词。
2. 标识已命名实体，并在索引时对其进行标记。
3. 当有人查询Solr索引时，我应该能够从查询中提取命名实体和意图，形成查询字符串，从而有效地搜索索引文件。

是否有任何工具/插件可以满足我的要求？我相信对于大多数基于内容的网站来说，这是一个常见的用例。人们是怎么处理的？

Answer 1

这是关于在SOLR中使用Stanford的教程。

Answer 2

查看阿帕奇UIMA

具体来说，如果需要Solr进行命名实体识别，可以使用SolrUIMA将其与UIMA集成。

看看这个谈话，它演示了UIMA + Solr。