使用RestSharp调用Stanford CoreNLP服务时小写人名无法识别为PERSON的问题求助

问题根因 #

你遇到的问题由两个配置错误共同导致：

• 标注器执行顺序错误：Stanford CoreNLP的标注器严格按照传入的顺序执行，且存在强依赖关系：truecase（大小写校正）依赖tokenize（分词）和ssplit（分句）的输出结果才能正常运行。你C#代码中配置的标注器顺序为truecase,tokenize,ssplit,ner，将truecase放在了分词、分句之前，导致大小写校正逻辑没有正常生效，NER模块拿到的还是原始小写文本，无法识别人名。
• 未开启NER使用校正后文本的配置：就算truecase正常执行，默认情况下NER模块还是会使用原始输入文本进行识别，需要手动开启配置让NER读取大小写校正后的结果。

解决方案 #

步骤1：修正标注器顺序 #

将标注器顺序调整为符合依赖要求的顺序：tokenize,ssplit,truecase,ner

步骤2：添加NER适配truecase的配置 #

在properties参数中新增"ner.applyTrueCase": true配置项，强制NER使用校正后的文本识别实体。

修正后的C#代码示例 #

var client = new RestClient(@"http://localhost:9000/")
{
    Timeout = 5000 // default 100 s
};

var request = new RestRequest(Method.POST)
{
    RequestFormat = DataFormat.Json
};
// 修正标注顺序，新增ner.applyTrueCase配置
request.AddParameter("properties", @"{""annotators"":""tokenize,ssplit,truecase,ner"", ""date"": ""2021-07-23T11:29:23"", ""ner.applyTrueCase"": true}", ParameterType.QueryString);
request.AddParameter("pipelineLanguage", "en", ParameterType.QueryString);
request.AddHeader("Content-Type", "application/x-www-form-urlencoded;charset=UTF-8");

request.AddBody(@"hello john smith" );
var response = client.Execute(request);

修改后重新调用即可识别小写输入的人名实体，无需手动处理首字母大写。

内容的提问来源于stack exchange，提问作者cs0815