hankcs老师好，
还想请教一个关于自定义领域NER的问题。我有一些地名和街道名，默认的感知机模型没法识别出ns，不知道通过在线学习好，还是把标注好的新语料放入pku98后面重新训练好？
重新训练的话，是不是要在把新语料重复几次加到pku98再训练？有点怕语料较少还是无法正确识别。
如果在线学习，可以一直学习到模型能正确识别为止，但能否保存新模型呢？要不然每次运行脚本都要重新学习。
希望得到您的建议，谢谢！
建议放到pku里重新训练，因为在线学习不能创建新的特征。你可以随机将地名里的地名片段替换为同级的地名，比如“北京”替换为“上海”，来达到数据增广的效果。在线学习可以保存模型，模型有save接口，你去看看代码里的接口就知道。
好的，谢谢啦。我去看一下代码，这方面看得太少了。谢谢指点，我去重新训练模型
还有一个问题，感知机是随机算法，所以对有些词有时候能分对、有时候分不对？我发现有这种情况。那会不会对一些书上的示例，比如“温州黄鹤皮革制造有限公司是由黄先生创办的企业”也存在一定的概率分不对？尽管这种概率可能很小？如果这样的话，如果工程上要求稳定性，是不是就不推荐感知机的算法？而更好的是使用条件随机场？但其实我个人还是喜欢感知机的，因为准确率也不错，训练速度还快。不知道这种担心是否多余？谢谢
随机算法指的是训练产生的模型权值是随机的。一个例子不能反映模型的好坏。
嗯好的，谢谢，懂了
hankcs老师，
还想请问一个标注的基本问题。我自己的语料库里面想这样标注：[[民族/n 街道/n]/ns 办事处/n]/nt。我用感知机在线学习这句话，结果发现学习的结果一直是： 民族/n 街道办事处/nt。我注意到书中第7章中介绍pku标注集时，是有嵌套标注的现象，比如第36条，[[[欧盟/j 扩大/v]S 的/u [历史性/n 决定/n]NP]NP 和/c [北约/j 开放/v]S]NP-BL [为/p [创建/v [一/m 种/q 新/a 的/u 欧洲/ns 安全/a 格局/n]NP]VP-SBI]PP-MD [奠定/v 了/u 基础/n]V-SBI。但test目录下的pku语料库是没有这种嵌套标注的。
我的问题是：
（1）不知道这种嵌套标注的语料是否支持？
（2）我想让 韩家墩、韩家墩街道、韩家墩街道办事处 都能作为ns的命名实体被识别出来，如果嵌套标注不行的话，还有什么办法呢？
谢谢～
好的，太感谢了！我先自己再试试看～
定义一个自定义词典：
韩家墩 gov_part 1
韩家墩街道 gov_part 1
韩家墩街道办事处 gov_part 1
inputLine=‘韩家墩、韩家墩街道、韩家墩街道办事处’
print(HanLP.segment(inputLine))
分词结果：
[韩家墩/gov_part, 、/w, 韩家墩街道/gov_part, 、/w, 韩家墩街道办事处/gov_part]
哈哈，多谢多谢，我也试试自定义词典
hello，想请问一下，自定义词典分词，把一些关注的地名打上自定义的词性标签，是不是从效率上几乎等价于手写的规则系统？如果用字符串匹配的算法来做，和打词性标签后，再基于分词器来做，从效率上有何差别呢？谢谢～