名称识别：如何标记训练集并选择算法？

Question

对于包含公司名称的文本，我想训练一个自动标记承包商（执行任务的公司）和负责人（公司雇用承包商）的模型。在

例如：

Blossom Inc. hires the consultants of Big Think to develop an outsourcing strategy.

以Blossom Inc为委托人，Big Think作为承包商。在

我的第一个问题：仅标记我的培训集中的负责人和承包商就足够了，还是另外使用词性标记更好？

换句话说，要么

Blossom/PRINCIPAL Inc./PRINCIPAL hires/NN the/NN consultants/NN of/NN Big/CONTRACTOR Think/CONTRACTOR to/NN develop/NN an/NN outsourcing/NN strategy/NN ./.

或者

Blossom/PRINCIPAL Inc./PRINCIPAL hires/VBZ the/DT consultants/NNS of/IN Big/CONTRACTOR Think/CONTRACTOR to/TO develop/VB an/DT outsourcing/NN strategy/NN ./.

第二个问题：一旦我有了训练集，nltk包的哪种算法最有前途？N-Gram标签，Brill标签，TnT标签，Maxent分类器，Naive Bayes。。。？还是我完全走错了路？在

我是新来的NLP，我只是想在我投入大量时间来标记我的训练集之前征求意见。我的文本是德语，这可能会增加一些困难。。。谢谢你的建议！在

Answer 1

1. 您不需要手动标记POS。POS tager会帮你的。在
2. 德语词性标记请参见this question。在