配置SUTime以使用自定义规则文件

Question

我正在尝试配置SUTime注释器(“ner”的一部分)来使用我自己的日期/时间规则文件，而不是位于斯坦福CoreNLP模型的分发JAR中的“model/sutime/”中的开箱即用的规则文件。

我这么做的原因是我想稍微修改一下SUTime规则正在做的事情。

根据官方的SUTime文档，它只需要以逗号分隔的文件路径的形式指定"sutime.rules“属性。

但在我这么做之后，CoreNLP似乎仍然接受开箱即用的规则文件：

Reading TokensRegex rules from edu/stanford/nlp/models/sutime/defs.sutime.txt
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/english.sutime.txt
Reading TokensRegex rules from edu/stanford/nlp/models/sutime/english.holidays.sutime.txt

我尝试了绝对路径和相对于我的项目根的路径--仍然是相同的效果。

与文档相反，"sutime.rules“属性似乎被忽略了。

任何帮助都将不胜感激。

更新：

采取以下形式的解决办法：

1. 将SUTime作为"ner“步骤的一部分关闭
2. 复制其规则文件并根据需要修改它们
3. 基于TimeAnnotator类创建自定义注释器并将其添加到管道中
4. 将.rules属性设置为修改后的规则文件

不管用。

管道运行，但功能不一样。需要使用"sutime“参数调用TimeAnnotator构造函数，以便使其功能与在"ner”步骤中调用的功能完全相同。

这似乎不能通过属性来完成。

Answer 1

谢谢你让我们知道这不管用。我们将对此进行调查，并在下一个版本中修复它。如果您确实需要稍微更改规则文件，可以尝试将自己的edu/stanford/nlp/models/sutime/english.sutime.txt副本放在类路径中的CoreNLP模型jar之前。

Answer 2

我也需要重写english.sutime.txt文件。我通过创建一个NERClassifierCombiner并在实例化NERCombinerAnnotator时使用它来实现这一点。伪码：

Properties nerProps = new Properties();
nerProps.put("sutime.rules", "your new comma separated file list");
Set<String> passDownProps = Generics.newHashSet();
passdownProps.addAll(NERClassifierCombiner.DEFAULT_PASS_DOWN_PROPERTIES);
passdownProps.add("sutime.rules");
NERClassifierCombiner combiner = NERClassifierCombiner.createNERClassifierCombiner("giveItAName", passdownProps, nerProps);
NERCombinerAnnotator nerAnnotator = new NERCombinerAnnotator(combiner, false);

希望这能有所帮助。