命名实体识别算法

php extract python analysis named-entity-recognition

2022-08-30 19:19:21

我想使用命名实体识别（NER）为数据库中的文本找到足够的标签。

我知道有一篇关于此内容的维基百科文章以及许多其他描述NER的页面，我更愿意从您那里听到有关此主题的信息：

例：

“去年，我在伦敦看到了巴拉克·奥巴马 >。

我希望你能帮助我。非常感谢你提前！

答案 1

首先，如果您计划使用python，http://www.nltk.org/，尽管据我所知，代码不是“工业实力”，但它会让您入门。

查看 http://nltk.googlecode.com/svn/trunk/doc/book/ch07.html 的第7.5节，但要了解算法，您可能需要通读本书的很多内容。

NER不是一个简单的主题，可能没有人会告诉你“这是最好的算法”，他们中的大多数都有其优点/缺点。

我的0.05美元。

干杯

答案 2

这取决于您是否想要：

要了解NER：一个很好的起点是NLTK和相关的书。

要实施最佳解决方案：在这里，您将需要寻找最先进的技术。看看TREC中的出版物。一个更专业的会议是Biocreative（NER应用于狭窄领域的一个很好的例子）。

实现最简单的解决方案：在这种情况下，您基本上只想进行简单的标记，并拉出标记为名词的单词。您可以使用来自nltk的标记器，甚至只是在PyWordnet中查找每个单词，然后用最常见的wordense标记它。

大多数算法都需要某种训练，并且当它们在表示您将要求它标记的内容上进行训练时，性能最佳。