使用Python從個人Gazetter中命名實體識別

Question

我嘗試使用NLTK在python中進行命名實體識別。 我想提取個人技能列表。 我有技能列表，並希望在申請中搜索並標記技能。 我注意到NLTK擁有NER標籤，用於預定義標籤，如Person，Location等。 Python中是否有外部gazetter tagger我可以使用？ 任何想法如何做到這一點比搜索術語更復雜（有時多詞術語）？

感謝， 阿薩夫

Answer 1

我沒有使用NLTK最近就夠了，但如果你有，你知道是技能的話，你不需要做NER-只是一個文本搜索。

也許使用Lucene或其他一些搜索庫來查找文本，然後對它進行註釋？這是很多工作，但如果你正在處理大量可能沒問題的數據。或者，您可以將正則表達式搜索集中在一起，速度較慢，但​​對於較小數量的數據可能工作正常，並且實現起來會更容易。

Answer 2

看看RegexpTagger並最終RegexpParser，我想這正是你要找的。

您可以創建自己的POS標籤，即。將技能映射到標籤，然後輕鬆定義語法。

標記器的一些示例代碼是in this pdf。