NLTKのNERに関するヘルプ

Pythonを使用してしばらくの間NLTKで作業しています。私が直面している問題は、私のカスタムデータを使用してNLTKでNERをトレーニングするのに役立つものがないということです。彼らはMaxEntを使用し、ACEコーパスでトレーニングしました。私はウェブでたくさん検索しましたが、NLTKのNERのトレーニングに使用できる方法を見つけることができませんでした。

誰かがリンク/記事/ブログなどを提供してくれれば、NLTKのNERのトレーニングで使用されるトレーニングデータセットフォーマットに誘導できるので、その特定のフォーマットでデータセットを準備できます。そして、私が自分のデータのためにNLTKのNERをトレーニングするのに役立つリンク/記事/ブログなどに誘導された場合。

これは広く検索されており、回答が最も少ない質問です。NERと連携する将来の誰かにとって役立つかもしれません。

関連したモデル、トレーニング情報抽出を一般的に、かつ固有表現認識/解像度（NER） 、特に、中に詳細に記載されている、第7章のNLTKブックは、次のURLで入手可能なオンライン：のhttp：//www.nltk .org / book / ch07.html。

また、私はあなたが私の便利かもしれないと考えるの関連解答のクロス検証済みのサイトを。NERの関連ソースと関連トピック、およびさまざまな関連ソフトウェアツールへの多くの参照があります。

この記事で十分ですか？ http://www.succeed-project.eu/wiki/index.php/NLTK#Input_format_for_training

コーパスがどのように見えるべきかについての説明があります。

データを機能させるには、データをIOB形式（ワードタグチャンクタグ）にする必要があります。
Eric NNP B-PERSON
はVB O
AT AT B-NP
CEO NN I-NP in
IN O
Google NNP B-ORGANIZATION

このチュートリアルは非常に役に立ちました。Python を使用して独自の名前付きエンティティ認識機能を構築するための完全なガイド彼はフローニンゲン意味銀行（GMB）コーパスを使用してNERチャンクをトレーニングします。

その後、同じ人からこのチュートリアルを確認できます。大規模なデータセットを使用したNERシステムのトレーニング scikit learnを使用して、システムのパフォーマンスを向上させます。

最後に、いくつかの本当に便利なチュートリアルがここにあります：NLTKチュートリアル この人は、多くの主題（ML、NLP、Python ...）にたくさんのチュートリアルがあるYouTubeチャンネルを持っています。

それが役に立てば幸い。