NLP的GATE有多好？

Question

我正在尝试构建一个基本上必须执行命名实体识别（NER）的NLP应用程序。 我遇到了盖茨 。 据我所知，这是一个构建NLP应用程序的框架。 我测试了ANNIE，与GATE一起分发的IE系统但是我的域的NER结果不符合预期。 事实上，任何NER，如Stanford CoreNLP或NLTK，都没有给我所需的结果。 所以我决定调整现有系统以获得理想的结果。

关于GATE我喜欢的东西很少：
1.组件的模块化：例如在ANNIE中，Tokenizer，Gaztteer，Sentence splitter，POS tagger等组件可以相互独立使用。
它的规则语言称为JAPE，它有一种编写规则或模式的非常好的方式。

但我想知道的关于GATE的一些事情是：
1. GATE的其他主要优势是什么？特别是NER？
2. GATE添加新组件的灵活性如何？ 例如有一天，如果我想在GATE内使用NLTK的POS标签？
3.如果我想在GATE中使用自定义机器学习模型？
4.我知道谢菲尔德大学的NLP小组参与了GATE，但我想知道GATE社区的活跃程度以及对GATE的支持程度如何？
5. GATE可以用于商业软件吗？

热衷于实际使用GATE的人的建议

Answer 1

虽然很晚，可能对某人有用。

1. 正如您已经提到的，如果有效编写，JAPE语法将非常有用。 嵌入式GATE也是我考虑的另一大优势，因为我们可以在JAVA中调整我们想要的方式。
2. 同样，GATE embedded可用于添加新组件，您可以在其中构建自己的插件。 但是，如果您想使用斯坦福工具，这些工具已在GATE中随时可用。 你可以即插即用。
3. GATE已经有很多算法，我猜他们（谢菲尔德大学）正在不断建立它。
4. GATE 支持团队非常活跃，您可以订阅他们的邮件列表并在有任何问题时提出问题，他们会尽快回复。
5. 大概吧。 但是，如果您直接联系GATE团队 ，他们会更好地回答您。