从非结构化文本中提取键值的方法有哪些？
从非结构化文本中提取键值的方法有哪些？
提问于 2019-05-31 07:55:10
我试图找出在非结构化文本中提取预定义键的值的方法(以及其中哪种是最好的)？
输入：
- 医生给我开了一种叫法维吡韦的药。
- 他叫尤里。
- 伊利亚已经跟我说过了。
- 今天天气很冷。
- 我在吃一种叫做纳齐文的药。
关键词列表：“毒品”、“名字”、“天气”
输出：
药物=favipiravir，药物=nazivin，'name=Yury'，'weather=cold‘
因此，正如您所看到的，在3d句子中没有明确的键'name‘，因此也没有提取值(我认为这与NER有区别)。同时，“药”和“药”是同义词，我们应该把“药”作为“药”的关键，并从中提取价值。
下一个问题是，如果键集是可变的呢？是因为预定义的密钥，我应该使用基本regexp方法，还是有一种方法可以用有监督的学习/神经网络来实现？(但在这种情况下，如何处理可变密钥？)
回答 1
Stack Overflow用户
发布于 2019-05-31 15:01:25
您可以使用解析器来标记单词。您的问题类似于命名实体识别(NER)。许多库，如Python中的NLTK，都有POS taggers可用。你可以试试这些。他们通常接受识别名称、位置等的培训。根据你需要的单词类型，你可能需要训练解析器。所以你也需要一些标记的数据。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56390971
复制相关文章
相似问题
腾讯云开发者
