为什么斯坦福大学CoreNLP注释器默认加载3种模型？

Question

当我将"ner“注释器添加到我的StanfordCoreNLP对象管道中时，我可以看到它加载了3个模型，这需要很长时间：

Adding annotator ner
Loading classifier from edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz ... done [10.3 sec].
Loading classifier from edu/stanford/nlp/models/ner/english.muc.7class.distsim.crf.ser.gz ... done [10.1 sec].
Loading classifier from edu/stanford/nlp/models/ner/english.conll.4class.distsim.crf.ser.gz ... done [6.5 sec].
Initializing JollyDayHoliday for SUTime from classpath: edu/stanford/nlp/models/sutime/jollyday/Holidays_sutime.xml as sutime.binder.1.
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

是否有一种方法只加载一个将同样工作的子集？特别是，当它有7级模型时，我不知道它为什么要加载3级和4级的NER模型，我想知道如果不加载这两种模型是否仍然有效。

Answer 1

您可以以这种方式设置加载哪些模型：

命令行：

-ner.model model_path1,model_path2

Java代码：

 props.put("ner.model", "model_path1,model_path2");

其中model_path1和model_path2应该是这样的：

"edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz"

该模型是分层应用的。运行第一个模型并应用它的标记。然后是第二，第三，等等。如果您想要更少的模型，您可以将1或2个模型放在列表中，而不是三个默认模式，但这将改变系统的执行方式。

如果您将"ner.combinationMode“设置为"HIGH_RECALL"，则允许所有型号应用它们的所有标记。如果您将"ner.combinationMode“设置为"NORMAL"，那么未来的模型将无法应用以前的模型设置的任何标记。

默认情况下的所有三种模型都是针对不同的数据进行培训的。例如，3级比7级模型训练的数据要多得多.因此，每个模型都在做一些不同的事情，它们的结果都被组合起来，以创建最终的标记序列。