我必须用很多空手和当地的术语来分析非正式的英语文本。因此，我正在考虑为斯坦福标签创建模型。
如何为斯坦福标记者创建自己的标记语料库集以进行培训？
语料库的语法是什么？我的语料库应该达到多长时间才能达到理想的性能？
要训练PoS标记器，请参阅此邮件列表帖子，该帖子也包含在MaxentTagger类的JavaDocs中。
edu.stanford.nlp.tagger.maxent.Train类的javadocs 指定训练格式：
培训文件应采用以下格式：每行一个单词和一个标签，每行之间用空格或制表符分隔。每个句子应以EOS单词标签对结尾。（实际上，我不确定是否仍然如此，但可能不会受到伤害。-wmorgan）
