用于 Java 的命名实体识别库 [已关闭]

你可能想看看我之前对类似问题的答案之一。

除此之外，大多数较轻的NER系统在很大程度上取决于所使用的领域。例如，你会发现很多关于生物医学NER系统的工具和论文。除了我之前的文章（如果你想做NER，它已经包含了我的主要建议），这里有一些你可能想要研究的工具：

• 斯坦福大学CER-NER酒店
• Postech生物医学NER系统，如果你对这个特定的领域感兴趣
• OpenCalais似乎是一个商业系统。OpenCalais有UIMA包装器，但它们似乎已经过时了。还有一个基于字典的UIMA上下文映射器注释器，可能会对您有所帮助。请注意，UIMA意味着学习曲线中的显着开销;-）
• OpenNLP还有一个NER工具。
• Balie也做NER，除其他外。
• ABNER做NER，但它再次专注于生物医学领域。
• 来自德国耶拿大学的JULIE实验室工具也做NER。它们具有独立版本和 UIMA 分析引擎。

另外一点要说的是：如果没有输入上的标记化，您将无法逃脱。自然语言的标记化有点不平凡，这就是为什么我建议你使用一个为你做这两件事的工具箱。

顺便说一句，我最近遇到了OpenCalais，它似乎具有我所关注的功能。