HanLP在线演示 二氧化碳不能超过0.5％； (hankcs.com)
不能、不该 不可以识别
HanLP在线演示 二氧化碳不应超过0.5％； (hankcs.com)
不应、不得 则可以识别，(‘不应’, ‘ARGM-ADV’)
我本地也试验过不同的模型，，CLOSE_TOK_POS_NER_SRL_DEP_SDP_CON_ERNIE_GRAM_ZH能基本抽取出 “不应”，而对“不得”的处理很不好；CLOSE_TOK_POS_NER_SRL_DEP_SDP_CON_ELECTRA_BASE_ZH则基本能抽取出 “不得”，而对“不应”的处理很不好；
CPB3_SRL_ELECTRA_SMALL 模型处理这种问题时也不稳定
感谢回复。我发现对于否定成分得处理，可能本地通过pipeline，使用CPB3_SRL_ELECTRA_SMALL 模型，表现会更为优异。
不加自定义词典（”不应“，”不该“）等，则会更加理想，基本可抽出”不“这个否定词。 然后，我试着使用COARSE_ELECTRA_SMALL_ZH和CTB9_TOK_ELECTRA_SMALL进行分词，这方面影响不大。同时发现，粗分、细分对这方面影响不大。
至于在线演示以及联合处理模型，则不太稳定，不过也可以达到不错的准确率。
HanLP在线演示 甲烷浓度不得小于0.5%。 (hankcs.com)
也期待着HanLP的srl能够更进一步。
有影响的。这些不+情态词的词语，在CTB/CPB中都是切分开的。只要切分开了，CPB3_SRL_ELECTRA_SMALL就可以召回“不”作为ADV。细分标准两者是合并的，所以有时候不能召回。
下一步准备以CTB为标准校对细分标准，也就不存在分词颗粒度不一致导致的SRL准确率下降的问题了。