python - 使用 Python 从个人地名簿中识别命名实体

Question

我尝试使用 NLTK 在 python 中进行命名实体识别。我想提取个人技能列表。我有技能列表，想在申请中搜索它们并标记技能。我注意到 NLTK 有用于预定义标签（如 Person、Location 等）的 NER 标记。我可以使用 Python 中的外部地名词典标记器吗？知道如何比搜索术语（有时是多词术语）更复杂吗？

谢谢， 阿萨夫

Answer 1

看看RegexpTagger和最终的RegexpParser，我认为这正是您正在寻找的。

您可以创建自己的 POS 标签，即。将技能映射到标签，然后轻松定义语法。

标记器的一些示例代码在此 pdf中。

Answer 2

我最近使用 NLTK 的次数还不够多，但是如果您有知道是技能的单词，则无需进行 NER- 只需进行文本搜索即可。

也许使用 Lucene 或其他一些搜索库来查找文本，然后对其进行注释？这是很多工作，但如果您正在处理大量数据，那可能没问题。或者，您可以组合一个正则表达式搜索，它会更慢，但可能适用于少量数据，并且更容易实现。