nlp - 自定义命名实体提取

Question

我正在尝试使用 stanford NLP 实现 NER（命名实体提取）。最终目标是将自由文本转换为查询格式。我创建了一个自定义字典，并且能够提取实体并构建查询

people who are from newyork

我将建立查询

     select * from people where region = 'newyork'

但是当声明被否定时问题就来了

非纽约人

如何从这个陈述中提取负面情景，即使在斯坦福 NLP 之外，还有什么方法可能吗？

任何帮助表示赞赏

Answer 1

我知道实现否定关系的两种可能性：

• 定义自定义属性“不是...”并将其应用到任何地方。
• 使用知识库，从数据中提取 LOCATION，将“not from smth”定义为“LOCATION is not smth”。

我成功地使用了第二种方法，但我能够将我的领域限制为有限的主题和关系集。我发现斯坦福的类型依赖非常有用，它们也可以帮助你（找到这些from smth关系）。

Answer 2

您想要做的事情被称为“数据库的自然语言接口”，而 Standford NLP NER（基于 CRF 序列模型）可能不适合此任务。当命名实体的含义取决于句子语义上下文时，基于 CRF 的 NER 效果很好：人名、公司名称、国家等。带有标记名称的注释文本用于训练识别器，这种方法实际上不适用于数据库中的命名实体.

在这种情况下，基于规则的识别器要好得多：

• 你不需要训练它们：让规则引擎使用的字典保持最新就足够了（数据表名称列表、它们的列等）
• 您可以轻松添加所需的自定义解析器：日期、数字/条件、逻辑运算符（如“not”、“or”、“and”）

你可以看看我专门为自然语言查询识别编写的库：NLQuery。