MITIE如何进行命名实体识别？

Question

我试图使用MITIE从短文本中提取命名实体。我对日期、时间、名字和地点等实体感兴趣。开箱即用，MITIE只识别姓名、地点和组织。我想把它训练成识别日期、时间和其他类别。通过查看MITIE目录的结构和dlib网站，我发现这是通过支持向量机完成的。这是正确的吗？

关于向命名实体识别器添加新类别，我有几个问题：

1. 这能以一种增强的方式进行吗？也就是说，考虑到现有的NER系统，我是否可以添加分类示例并训练它识别它们呢？还是我需要从头开始训练模特？
2. 如果我确实需要从头开始训练模型，那么我可以使用什么数据集来完成这个任务？
3. 与添加新示例有关的是，是否有一种我可以使用的在线方法，在需要时为系统提供新的示例和类别？

Answer 1

在使用MITIE几个星期之后，我觉得我至少有足够的时间回答我的基本问题：

1. (和3.)所有的模型都需要从头开始训练--没有在线方法在模型中添加新的样本。这是不幸的，因为MITIE至少要花45分钟到一个小时才能在大约20K大小的数据集上进行训练。
2. 我使用的数据集是阿提斯、CoNLL 2003和DBpedia。

就分类的准确性而言，我发现MITIE是相当好的，尽管为它准备数据集需要做一些工作。