如何使用NLP庫從新聞紙張文章中進行信息提取？

我在做大學最後一年的項目，我的任務是從含有犯罪的新聞中提取因果關係。我還需要提取犯罪的地點。我使用OPENNLP名稱實體識別器來提取位置。我訓練了一個位置名稱的模型，並且在我的場景中工作良好，直到現在。現在我正在尋找一些東西（一種方式或一個庫）來提取因果關係。這裏是我正在使用的新聞快照，Bold和Italic文本是我想要提取的。爲了這個目的，需要圖書館的幫助，就像OPENNLP一樣，或者任何可能對我有用的事情來完成這項任務。如何使用NLP庫從新聞紙張文章中進行信息提取？

新聞1：

卡拉奇：至少12人被槍殺在城市上週一，他們兩個宗派襲擊明顯地殺害和其他受害者之一的Muttahida Qaumi 運動活動家。

新聞2：

卡拉奇：地理新聞報道，警方於週二逮捕了三名在不同的襲擊指控在古麗-E-Jauhar和大隊領域。

新聞3：

卡拉奇：一個家庭的五名成員被發現死他們Baldia鎮這裏週一房子裏面，地理新聞報道。

新聞4：

卡拉奇：信德省流浪在城市的持續經營的目標，昨晚圍捕八個專業罪犯，並從中恢復武器地理新聞報道。

來源

2013-12-11 Ashfaq

您可以通過使用解析器，chunker或詞類標記器來標識動詞短語和名詞短語，從而推斷出因果關係。這可以通過提取連續的動詞和名詞短語來完成。這是如何使用的解析器，這將給你整個句子結構一起玩，你將需要下載解析器模型

使用這個類（我把你的句子之一）

public class ParseMap { 

    public static void main(String[] args) throws InvalidFormatException, IOException { 

    InputStream is = new FileInputStream("c:\\temp\\opennlpmodels\\en-parser-chunking.bin"); 
    ParserModel model = new ParserModel(is); 
    is.close(); 
    Parser parser = ParserFactory.create(model); 
    String sentence = "KARACHI: At least 12 people were gunned down in the city on Monday, two of them apparently killed in sectarian attacks and one of the other victims a Muttahida Qaumi Movement activist."; 
    Parse topParses[] = ParserTool.parseLine(sentence, parser, 1); 
    Parse p = topParses[0]; 
    p.showCodeTree(); 
    StringBuffer sb = new StringBuffer(sentence.length()*4); 
    p.show(sb); 
    System.out.println(sb); 
    } 
}

輸出看起來像這樣（在StringBuffer的持有）

（TOP（S（``卡拉奇:)（S（NP（QP（在）（JJS至少）（CD 12））（NNS人）（VP（VBD））（VP（VBN槍殺）（ADVP（RB down））（PP（IN in） NP（NNP星期一）（CD二））（PP（IN））（NP（PRP他們））））））（ADVP（RB顯然））（VP（VBD殺害）（PP（IN in）（NP（JJ教派））（NNS攻擊））））））））（CC和）（S（NP（NP（CD一））（PP（IN））（NP（DT the）（JJ other）（NNS victim））））（NP（DT a）（ NNP Muttahida）（NNP Qaumi）（NNP Movement）））（。））

注意你所尋找的因果關係是你的一個命名實體（卡拉奇）之後的名詞動詞組合。隨着一些修補你可能會得到一些體面的結果。

編輯：只是要清楚，我寫的是一個建議，得到的東西快速，你應該看一些這方面的語言啓發，並確保實際上你想要什麼是因果關係，而不僅僅是事件抽取，您可能能夠實現NER模型的培訓。

來源

2013-12-11 14:08:08 markg

非常感謝，讓我檢查一下這個消息，然後回到你身邊。 – Ashfaq

我已經訓練了一個OPENNLP NER模型，有40條新聞，其中有 QUETTA 兩名未成年人死亡， 3人當隋瓦斯在一所房子造成爆炸在星期二這裏地理新聞報道。然後，我用這個模型的一個看不見的消息，它開始給我所期望的輸出... 你說這是一個好方法嗎？我的意思是我訓練了一些更多的新聞，我猜想它達到300的準確性更好.. – Ashfaq

看起來很好（有趣的分類學），只要你訓練足夠，它會盡全力給你你需要的東西。 – markg

如何使用NLP庫從新聞紙張文章中進行信息提取？

回答

相關問題