结合 CRFClassifier 和 RegexNERSequenceClassifier 模型输出 - 斯坦福核心 NLP

Question

我已经使用基于自定义数据集的CRFClassifier序列化了 CRF 模型。 我可以使用以下代码访问模型。

CRFClassifier<CoreLabel> crfClassifier = CRFClassifier.getClassifierNoExceptions("crf_ner_model.ser.gz");

我还有一组 Regex 映射（ Java 正则表达式和相应的标签），我使用它来实例化RegexNERSequenceClassifier 的一个实例

RegexNERSequenceClassifier regexNERSequenceClassifier = new RegexNERSequenceClassifier(mappingPath, true, true, null);

我能够为这两个classify()单独调用classify() ，并且它们成功地注释了测试数据集。 例子：

List<CoreLabel> testData = new ArrayList<CoreLabel>();
// assume testData is initialized with values.

List<CoreLabel> crfOutput = crfClassifier.classify(testData);
List<CoreLabel> regexOutput = regexNERSequenceClassifier.classify(testData);

使用上述代码的示例输出：

输入测试数据：72" x 60" 木床

crfOutput : 72" (label: O) , x (label: O) , 60" (label: O) , wooden (label: material) , bed (label: category)

(label: O)是背景符号

regexOutput： 72" (label: UNIT_OF_LENGTH) x ， 60" (label: UNIT_OF_LENGTH) wooden ， bed

但是，当我尝试组合它们时，例如测试文档首先按 CRF 分类，然后按 RegexNER 分类，它不起作用（即使存在与正则表达式匹配的标记，RegexNER 也不标记任何内容，只有 CRF 标记可见）。 例子：

List<CoreLabel> crfOutput = crfClassifier.classify(testData);
// send crfOutput as input to RegexNER
List<CoreLabel> regexOutput = regexNERSequenceClassifier.classify(crfOutput);

我如何组合两个分类器。 我尝试使用 NERClassifierCombiner.java（如此处所述： Stanford NER：我可以在我的代码中一次使用两个分类器吗？ ）但这也不起作用。