スタンドフォードCoreNLPの名前付きエンティティ認識では、5インチ、5インチ、5インチ、5インチのようなキャプチャ測定はどのようにできますか

Question

Stanford CoreNLPを使用して測定をキャプチャしたいと考えています（別のエクストラクタを提案できる場合は、

例えば、私は15キロ、15キロ、15.0キロ、15キロ、15ポンド、15ポンドなどCoreNLPs抽出ルールの中でも、Iドンを見つけたいです測定のために1つを見なさい。

もちろん、私は純粋な正規表現でこれを行うことができますが、ツールキットはより迅速に実行でき、より高いレベルでチャンクする機会を提供します。でも、完全な構文解析せず - - ギガバイトとギガバイト一緒、およびビルディングブロックとしてRAMとメモリを治療するために、彼らは128ギガバイトのRAMと8ギガバイトのメモリのような大きな単位を構築します。

マシンベースではなくルールベースの抽出プログラムが必要ですが、RegexNerなどの一部として認識されません。これについてどうすればいいですか？

IBM Named Entity Extractionこれを行うことができます。正規表現は、それぞれにテキストを渡すのではなく効率的な方法で実行されます。正規表現は、すべての測定単位を単一の概念にまとめるなど、意味のある実体を表現するためにバンドルされています。

Answer 1

私は、ルールベースのシステムは、この特定のタスクのために存在するとは思わないかもしれないと思います。しかし、TokensregexNERで作るのは難しいことではありません。例えば、のようなマッピング：あなたにもバニラTokensRegexを使用してみてください、その後、ちょうどキャプチャグループと関連する値を抽出することができ

[{ner:NUMBER}]+ /(k|m|g|t)b/ memory? MEMORY 
[{ner:NUMBER}]+ /"|''|in(ches)?/  LENGTH 
... 

：

(?$group_name [{ner:NUMBER}]+) /(k|m|g|t)b/ memory? 

Answer 2

独自のトレーニングデータを作成し、それに応じて必要な測定値にラベルを付けることができます。あなたはJack weighs about 50 kgs

のような文を持っている場合たとえば

だからモデルは、としてあなたの入力を分類します：

ジャック、PERSON
はMES、O
50、およそO
の重量を量ります
kgs、MES

ここで、MESは測定を表します。

私は最近、自分のカスタマイズした問題についてStanford NER taggerのトレーニングデータを作成し、そのモデルを作成しました。

私はStanford CoreNLP NERはまた、あなたが同じこと

を行うことができますのためにこれはmachine learning-basedアプローチではなく、rule-basedアプローチ