我正在尝试使用Apache OpenNLP来识别文本中的日期实体。我创建了一个小的Java程序，该程序使用以下格式的日期范围生成标签：
<START:date> {dd/MM/yyyy} <END> .
每个标签都是OpenNLP定义的格式的句子。
我生成了大约40万个条目并训练了模型。培训结束后，我尝试通过命令行使用TokenNameFinder来验证一切是否正常，但是对于每个单词，我键入了将其标识为带日期的实体的查找器。例如，当我键入：
today is 17/04/2017
我得到的是：
<START:date> today <END> <START:date> is <END> <START:date> 17/04/2017 <END>
我以为可能除了日期以外，我没有提供其他任何单词，所以我尝试在标签前后使用随机字符串，但是训练时间却花了很多时间。
谁能告诉我我的训练数据集是否有问题或我必须做的其他事情？
最佳答案
要训练机器学习的名称查找器模型，您需要一个训练语料库，该语料库尽可能接近运行时数据。如果您的约会习惯良好，并且不需要机器学习，则可以尝试基于RegexNameFinder的正则表达式。
如果培训将永远进行，则可能是培训太大，或者您几乎没有空行来标记文档的结尾。有关详细信息，请参见Named Entity Recognition文档。
关于java - Apache OpenNLP名称实体查找器识别错误的单词，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43455916/