Возможная ошибка с Stanford POS Tagger и классификационным намерением и ответами

Question

У меня есть конкретный вариант использования, где человек сказал бы что-то вроде этого:

• "Эй (слово триггера), заметка в истории объекта XYZ" или:
• "Эй (триггерное слово), запишите в диагностике объекта, что PQR"
• ("объект", как используется вНапример, это местозаполнитель, который можно заменить словами «Техническое обслуживание / пациент» и т. д.

  Затем я использую Stanford Parser для синтаксического анализа предложения, например, синтаксический анализ "Примечание в объекте истории объекта последний раз обновлялось в двадцать восемнадцать мая" дает этот списоккортеж:

  [('Note', 'VB'),
   ('in', 'IN'),
   ('object', 'NN'),
   ('history', 'NN'),
   ('object', 'NN'),
   ('was', 'VBD'),
   ('last', 'RB'),
   ('updated', 'VBN'),
   ('in', 'IN'),
   ('may', 'MD'),
   ('twenty', 'CD'),
   ('eighteen', 'CD')]
  

  1. Теперь я хочу сказать, как я могу использовать эту информацию для получения необходимого результата:

     • Где отметить (у нас есть поле в БД: История объекта) и
     • Что отметить (объект был последний раз обновлен в двадцать восемнадцать мая) .

  2. Другая проблема заключается в том, что вход НЛП поступает из системы ASR, капитализация отсутствует.И POS Tagger неправильно отмечает «примечание» как «NN» (вместо «VB»).В идеале «примечание» / «запись» должно быть глаголом.Как мне решить эту вероятную ошибку?

Answer 1

Вы можете использовать TrueCaseAnnotator для устранения проблем с кейсом:

https://stanfordnlp.github.io/CoreNLP/truecase.html

В общем, вы, вероятно, просто хотите использовать TokensRegex и написать шаблоны правил для обработки этих шаблонов.Больше информации здесь:

https://stanfordnlp.github.io/CoreNLP/tokensregex.html