问题标签 [google-cloud-nl]

我期望根据请求文本块中实体的位置来设置偏移量，但是，对于所有标识的实体，偏移量在响应中设置为 -1。

我正在查看文档并测试Google 的自然语言 API，并注意到它得到了一些不正确的人员、事件、组织和位置 - 它似乎使用 Wikipedia 作为主要数据源，所以如果它不在 Wikipedia 中，它似乎难以识别各种单词的类型。此外，如果某些词出现在名称（专有名词）中，它似乎总是将实体标识为某种类型，这并不总是正确的。

例如：“国会”似乎总是被识别为一个组织[政府]，即使它是事件名称的一部分。名称“WordCamp”显示为一个位置，但它是一个事件。

有没有办法训练自然语言引擎或提供一组自定义的组织、位置、事件等，以便它为不太受欢迎的实体提供更准确的类型信息？

我看到 SyntaxNet 是与 Parsey McParseface 一起发布的，然后在 Google Cloud Natural Language API 出现后不久，它具有一些类似的功能，但我在 Cloud Natural Language API 文档中没有看到任何提及 SyntaxNet。

SyntaxNet 和 Google-Cloud-NL 都进行句法分析。有区别吗？我可以使用 Cloud-NL 而不必设置自己的张量流和 SyntaxNet 吗？

看起来新的 API 提供了英语的情绪分析，但没有西班牙语，有什么帮助吗？预计什么时候？

Google Cloud Natural Language API 可用于分析文本并返回一个句法分析树，其中每个单词都标有词性标签。

如果名词是复数，有没有办法判断？

如果 Google Cloud NL 能够解决引理，那么信息可能存在但未通过 API 返回？

I've recently used the Language API to gather sentiment predictions for a work project. I had about 1,300 unlabeled documents and we used NLTK's tools initially, which was based on a dictionary of terms with polarity estimates of each word in the dictionary. I turned to the API, and after reviewing the predictions, the API produced much better results than NLTK.

I understand that the engineers probably won't want to release the details of the prediction engine, but I am curious how it works at a high level. If anybody could enlighten me or point me in the right direction, I'd appreciate it. For example, "it uses a Neural Network, trained on billions of observations," would be a reasonable answer.

Again, I'm using this for a work project and I'd like to be able to give a brief justification of why I switched from NLTK to the API (the improved results should speak for themselves, but I will definitely get "well, how does it work?").

我一直在使用Google Natural Language API，特别是使用位置识别从 HN 的“谁在招聘”页面中提取位置。如果我传递一个像

块爱 | 加利福尼亚州旧金山 | CV/ML 和前端工程师 - https://blockai.com “

（来自https://news.ycombinator.com/item?id=12631335）

然后 NL API 返回以下实体：

问题是“ML”和“CV”被识别为位置，但它们实际上分别代表“机器学习”和“计算机视觉”。我猜算法得出的结论是 CV/ML 是位置，因为它们靠近文本中的其他位置（加利福尼亚州旧金山）。

我想知道如何识别 API 输出中的这种“假”位置？我认为也许使用“Salience”参数会有所帮助，但我不确定哪种经验法则适合..我什至发现 API 有时会响应显着性值大于 1，尽管文档说这些值是"在 [0, 1.0] 范围内。", fe:

},

非常感谢任何帮助！

我正在使用此处找到的 api 示例。

运行gcloud config list显示我的默认项目为project = multichoice-insights

代码的重要摘录显示我获得了默认凭据：

但是，当我尝试使用 api 时，我收到错误消息：

我认为这表明该项目使用了：project=google.com:cloudsdktool

我怎样才能将其更改为project-name？

我已经在控制台中启用了这个 api。

如何在 google nl api 中开发用于语法分析的树。像 stanford corenlp 使用 brat 注释工具来生成树。我们可以使用类似的东西来为 google nl api 的 json 响应生成依赖解析树，如果可以的话怎么办？

提前致谢 ：）

我似乎无法找到有关训练数据解析的详细信息；我假设它主要是（如果不是全部的话）在陈述句上。如果这是真的，那么 Syntaxnet / parsey 可能不是命令式句子的解决方案，例如教学文本。这是准确的吗？有什么适用于命令式句子结构的吗？