Stanford NLP 3.9.0：CoreEntityMention是否合并相邻实体提及？

嘿，很高兴你用上了3.9.0版本里的CoreEntityMention特性！其实你现在用的sentence.entityMentions()本身就是官方为了替代旧的手动合并方式推出的新方法，完全不需要再自己处理多token实体的合并工作啦。

先帮你确认下旧方法的逻辑：没错，在CoreEntityMention推出之前，确实需要遍历每个CoreLabel，检查它们的NER标签（比如B-PER、I-PER这类），然后手动把连续的同实体类型的token合并成完整的实体提及——这个过程不仅繁琐，还容易因为标签格式的细节出错。

而sentence.entityMentions()已经帮你把这些脏活累活都做了：

• 它会直接返回已经合并好的完整实体提及对象，每个CoreEntityMention对应一个多token或单token的实体
• 你可以直接通过mention.text()获取实体的完整文本，不用自己拼接token
• 还能通过mention.entityType()拿到实体类型，startIndex()/endIndex()获取实体在句子中的位置，甚至用mention.tokens()获取组成该实体的所有单个CoreLabel（如果需要细粒度操作的话）

举个简单的代码示例：

// 假设你已经获取到了处理后的Sentence对象
for (CoreEntityMention mention : sentence.entityMentions()) {
    System.out.printf("实体: %s | 类型: %s | 位置: %d-%d%n",
        mention.text(),
        mention.entityType(),
        mention.startIndex(),
        mention.endIndex()
    );
}

比如句子里的"New York City"，这个方法会直接返回一个类型为LOCATION的CoreEntityMention，文本就是"New York City"，而不是三个分开的token让你去合并。

总结下：sentence.entityMentions()就是官方提供的专门解决多token实体合并问题的新方法，完全可以替代旧的手动遍历CoreLabel的方式，省心又可靠。

内容的提问来源于stack exchange，提问作者demongolem