问题标签 [named-entity-recognition]

我想识别特定领域（例如棒球）中的命名实体。我知道有可用的工具，如 StanfordNER、LingPipe、AlchemyAPI，我对它们进行了一些测试。但正如我之前提到的，我希望它们是特定于领域的。这怎么可能？

使用现有的文本分类（监督）技术，为什么我们不将文本中的命名实体 (NE) 视为训练和测试中的一个特征？您认为我们可以通过使用 NE 作为一项功能来提高精度吗？

我正在使用转换为纯文本的 html 文档为 TokenNameFinder 创建一个训练集，但我的精度很低，我想使用 HTML 标签作为训练的一部分。就像粗体字和不同边距大小的句子一样。OpenNLP 会接受并使用这些标签来创建规则吗？还有其他方法可以利用这些标签来提高精度吗？

我可以使用以下代码获取带有命名实体注释的字符串。

我想知道是否有任何方法可以调用，以便我可以在文件中获取单独的实体（PERSON、ORGANIZATION、LOCATIOIN）列表，这样我就不必使用上述方法解析检索到的字符串来获取实体清单？

我正在尝试使用 NLTK 命名实体标记器来识别各种命名实体。在《Natural Language Processing with Python 》一书中，他们提供了常用命名实体的列表（表 7.4，如果有人好奇的话），其中包括：DATE June, 2008-06-29 和 TIME 25 am, 1:30 pm 所以我得到的印象是这可以用 NLTK 的命名实体标记器来完成。

但是，当我运行标记器时，它似乎根本没有选择日期或时间，就像人或组织一样。NLTK 命名实体标记器是否不处理这些日期/时间情况，还是只选择特定的日期/时间格式？如果它不处理这些情况，是否有人知道可以处理的系统？还是创建我自己的唯一解决方案？

谢谢！

我正在为医学文本开发一个半自动注释工具，我完全迷失在寻找用于注释的 RDF 三元组。

我目前正在尝试使用基于 NLP 的方法。我已经研究过斯坦福 NER 和 OpenNLP，它们都没有用于提取疾病名称的模型。

我的问题是：* 如何创建一个新的 NER 模型来提取疾病名称？我可以从 OpenNLP 或 Standford NER 那里获得任何帮助吗？* 除了 NLP 之外，还有另一种方法可以从文本中提取 RDF 三元组吗？

任何帮助，将不胜感激！谢谢。

有人知道是否有任何与语言无关的命名实体识别库吗？

谢谢

我想使用斯坦福 NER 在多个文件中标记名称实体。在文档中，据说我们可以使用-testFiles带有逗号分隔的测试文件列表的选项，但在我的情况下它不起作用，例如：

但是当我们只输入一个文件时它可以工作。

系统是否也对所有多个文件进行内联评估（FOR P、R）？我只是想知道在多个文件的情况下它是如何工作的。

提前致谢。

哈达卡

自过去 1 年以来，我一直在从事文档级别的情绪分析。文档级情感分析提供完整文档的情感。例如 - 文本“诺基亚很好，但沃达丰很糟糕”将具有与之相关的负面极性，因为它与诺基亚和沃达丰实体无关。怎么可能获得实体层面的情绪，比如对诺基亚有利但对沃达丰不利？有没有研究论文可以解决这些问题？

我正在尝试从荷兰语文本中提取命名实体。我使用nltk-trainer在 conll2002 荷兰语语料库上训练一个标注器和一个分块器。但是，来自分块器的 parse 方法没有检测到任何命名实体。这是我的代码：

这个程序的输出：

我期待 Christiane 被检测为命名实体。有什么帮助吗？