在opennlp中训练自己的模型
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在opennlp中训练自己的模型相关的知识,希望对你有一定的参考价值。
我发现很难创建自己的模型openNLP。任何人都可以告诉我,如何拥有模型。如何进行训练。
应该输入什么以及输出模型文件将存储在何处。
https://opennlp.apache.org/docs/1.5.3/manual/opennlp.html
这个网站非常有用,在代码中显示,并使用OpenNLP应用程序来训练所有不同类型的模型,如实体提取和词性等。
我可以在这里给你一些代码示例,但页面使用非常清楚。
理论明智的:
基本上,您创建一个文件,列出您要训练的内容
例如。
Sport [whitespace]这是一个关于足球,橄榄球和其他东西的网页
政治[空白]这是关于托尼布莱尔担任总理的一页。
格式在上面的页面中描述(每个模型需要不同的格式)。创建此文件后,可以通过API或opennlp应用程序(通过命令行)运行它,并生成.bin文件。获得此.bin文件后,可以将其加载到模型中,然后开始使用它(根据上述网站中的api)。
首先,您需要使用所需的实体来训练数据。
句子应该用换行符( n)分隔。值应与空格字符分隔并标记。 假设您想创建医学实体模型,因此数据应该是这样的:
<START:medicine> Augmentin-Duo <END> is a penicillin antibiotic that contains two medicines - <START:medicine> amoxicillin trihydrate <END> and
<START:medicine> potassium clavulanate <END>. They work together to kill certain types of bacteria and are used to treat certain types of bacterial infections.
例如,您可以参考样本dataset。训练数据应该至少有15000个句子才能获得更好的结果。
此外,您可以使用Opennlp TokenNameFinderTrainer。输出文件将采用.bin格式。
这是一个例子:Writing a custom NameFinder model in OpenNLP
有关更多详细信息,请参阅Opennlp documentation
也许这篇文章会帮助你。它描述了如何从维基百科提取的数据中进行TokenNameFinder训练...
复制数据中的数据并在代码下运行以获得您自己的mymodel.bin。
public class Training {
static String onlpModelPath = "mymodel.bin";
// training data set
static String trainingDataFilePath = "data.txt";
public static void main(String[] args) throws IOException {
Charset charset = Charset.forName("UTF-8");
ObjectStream<String> lineStream = new PlainTextByLineStream(
new FileInputStream(trainingDataFilePath), charset);
ObjectStream<NameSample> sampleStream = new NameSampleDataStream(
lineStream);
TokenNameFinderModel model = null;
HashMap<String, Object> mp = new HashMap<String, Object>();
try {
// model = NameFinderME.train("en","drugs", sampleStream, Collections.<String,Object>emptyMap(),100,4) ;
model= NameFinderME.train("en", "drugs", sampleStream, Collections. emptyMap());
} finally {
sampleStream.close();
}
BufferedOutputStream modelOut = null;
try {
modelOut = new BufferedOutputStream(new FileOutputStream(onlpModelPath));
model.serialize(modelOut);
} finally {
if (modelOut != null)
modelOut.close();
}
}
}
以上是关于在opennlp中训练自己的模型的主要内容,如果未能解决你的问题,请参考以下文章