目前的stanford NER主要提供6个类别LOCATION, TIME, PERSON, ORGANIZATION, MONEY, PERCENT, DATE。此外，它是用英语数据训练的，因此无法识别印度实体。
是否可以训练分类器以增加额外的类别，使其也能识别product, month, disease, device等命名实体？
此外，它无法识别印度实体，所以如果可能的话，是否可以增加对这种非英语类别的支持？
是否可以重新训练分类器和标注器以支持这些额外的功能？
回答：
训练模型以识别其他类别的主要难题在于训练数据。
模型需要高精度的训练数据，例如I brought a <START:product> Mac Book Pro <END> in September and synced it with my <START:device> IPhone <END>.请注意，Iphone可以被标注为设备或产品。
如果你能生成或标注至少15,000个句子，并标注你希望识别的类别[这并不容易]，那么你就可以开始了。
Stanford NER模型或OpenNLP NER模型无法识别印度名字，因为这些模型是基于华尔街日报文章训练的，这些文章并不能代表许多名字。
