使用NLTK命名实体识别。提取的关键字的相关性

| 我正在检查NLTK的命名实体识别功能。是否可以找出哪个提取的关键字与原始文本最相关？另外，是否可能知道提取的关键字的类型（人/组织）？     
2019-12-08 2 条评论
分享

没有找到相关结果

    已邀请:

    稀瓣囊

    如果您拥有训练有素的标记器，则可以首先标记文本，然后使用NLTK随附的NE分类器。 带标签的文本应显示为列表 
    sentence = \'The U.N.\'
tagged_sentence = [(\'The\',\'DT\'), (\'U.N.\', \'NNP\')]
    然后，ne分类器将像这样被调用 
    nltk.ne_chunk(tagged_sentence)
    它返回一个树。分类的单词将在主结构内显示为“树”节点。 结果将包括是PERSON，ORGANIZATION还是GPE。 为了找出最相关的术语，您必须定义“相关性”的度量。通常使用tf / idf，但如果仅考虑一个文档，则频率可能就足够了。 使用NLTK可以轻松计算文档中每个单词的频率。首先，您必须加载语料库，一旦加载它并拥有一个Text对象，只需调用： 
    relevant_terms_sorted_by_freq = nltk.probability.FreqDist(corpus).keys()
    最后，您可以过滤出related_terms_sorted_by_freq中不属于NE单词列表的所有单词。 NLTK提供了完整书籍的在线版本，我觉得很有趣     
    2019-12-08 0 0
    分享
    为什么被折叠? 0 个回复被折叠

    要回复问题请先登录或注册

    或代码 OrCode.com 备案号：粤ICP备15020848号-1
    Escape time: 0.037269115447998