您可以设置以这种方式加载哪些模型：
命令行：
-ner.model model_path1,model_path2
Java代码：
props.put("ner.model", "model_path1,model_path2");其中model_path1和model_path2应该类似于：
"edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz"
模型是分层应用的。运行第一个模型并应用其标签。然后是第二个，第三个，依此类推。如果需要较少的模型，则可以在列表中放入1或2个模型，而不是三个默认模型，但这会改变系统的性能。
如果将“ ner.combinationMode”设置为“ HIGH_RECALL”，则将允许所有模型应用其所有标签。如果将“ ner.combinationMode”设置为“ NORMAL”，则将来的模型将无法应用以前模型设置的任何标签。
默认情况下，所有三个模型都针对不同的数据进行了训练。例如，与7类模型相比，使用3类模型训练的数据要多得多。因此，每个模型都在做不同的事情，它们的结果都被组合在一起以创建最终的标签序列。
