nlp - 我应该使用 LingPipe 还是 NLTK 来提取名称和地点？

Question

我正在寻找从非常短的文本示例中提取名称和地点

“多伦多红雀队对阵松鸦队”
 “ Daniel Nestor 和 Nenad Zimonjic 饰演 Jonas Bjorkman 和 Kevin Ullyett，巴黎时间待定”
“简森按钮 - 杆位，肌肉 - 梅赛德斯 - 摩纳哥”。

这些数据目前在 MySQL 数据库中，我（几乎）对每个运动员都有单独的记录，尽管名称有时拼写错误等。

我想提取运动员和地点。我通常在 PHP 中工作，但一直找不到用于实体提取的库（将来我可能想更深入地研究一些NLP和ML）。

根据我的发现，LingPipe和NLTK似乎是最受推荐的，但我不知道是否真的适合我的目的，或者其他东西是否会更好。

我没有用 Java 或 Python 编程过，所以在开始学习新语言之前，我希望得到一些关于我应该遵循什么路线的建议，或者其他建议。

Answer 1

您所描述的是命名实体识别。因此，如果您还没有看过有关此主题的其他问题，我建议您查看它们。这对我来说似乎是最有用的答案。

我无法真正评论 NLTK 或 LingPipe 是否最适合这项任务，尽管从查看答案来看，似乎还有很多其他资源是用 Java 编写的。

使用 NLTK 的一个优点是 Python 作为一种语言非常易于使用。另一个优点是NLTK 书（免费提供）同时介绍了 Python 和 NLTK，这对您很有用。