如何使用C＃從文本中提取個人和地名？

是否有任何C＃算法可以從文本中提取個人和地名？如何使用C＃從文本中提取個人和地名？

例如，給出下面的文字：

St. Mark died at Alexandria, in Egypt. He was martyred, I think. 
However, that has nothing to do with my legend. About the founding of 
the city of Venice--

（馬克·吐溫的「清白的人去」取）

...有沒有什麼辦法來提取：

St. Mark 
Alexandria (or better yet, "Alexandria, Egypt") 
Venice

？

我認識到，有沒有辦法讓100％的準確度（其中所有的地名和人名被捕獲，並沒有「假陽性」被添加），但80％的準確率可能是非常有價值的。

我明白每個單詞可以與百科全書或一些這樣的比較，但必須有一個更好的辦法。另外，算法怎麼知道結合「聖」和「馬克」，並將「埃及亞歷山大」視爲「埃及亞歷山大」？

來源

2015-04-26 B. Clay Shannon

*「但必須有更好的辦法」* - 你爲什麼對此有信心？你如何識別你的頭腦中的名字？因爲你*知道*這些單詞對應的名稱，甚至地點。你把這些詞與一個人或一個地點聯繫起來;這正是計算機程序也需要做的。只有通過告訴它們關於它們的方式才能使這些關聯成爲可能，例如，使用名稱或位置的索引。 *「算法怎麼知道結合'聖'和'馬克'」 - 是的，它怎麼知道？你必須告訴它這樣做。 – poke

首先，這不是一個「C＃」特定問題。其次，通過在google中輸入「從文本算法中提取個人和地名」一詞，您可以找到許多關於您想要做什麼的研究論文。你可以做的最好的事情是，不用全部加入NLP就是過濾出明顯不匹配的單詞，並嘗試用其他類似的方法對它們進行分類：http://nlp.stanford.edu/software/CRF -NER.shtml –

我們開始編碼，這可能會有所幫助... 249個國家/地區的97.114個位置：http://www.unece.org/cefact/codesfortrade/codes_index.html – stefankmitph

你是最好關閉使用某種API的，將能夠執行這種實體匹配的，因爲你問的可能是非常複雜的，需要一定程度的語義文本分析的後盾的大型數據庫。我想在在看的API，如推薦：

OpenCalais - English Semantic Metadata: Entity/Fact/Event Definitions and Descriptions web-service

加來支持一組豐富的語義元數據，包括實體，事件和事實的。

Alchemy API - Entity Extraction API

AlchemyAPI能夠識別你的HTML，文本或基於Web的內容中的人，公司，組織，城市，地理特徵，以及其他類型的實體。我們採用先進的統計算法和自然語言處理技術來分析您的信息，提取嵌入其中的語義豐富性。

來源

2015-04-26 19:19:38

我注意到，這裏提供的鏈接是一個有點過時。斯坦福自然語言處理（NLP）圖書館（https://nlp.stanford.edu/software/）的一個仍然活躍的項目（免費[更正：GPL，因此非商業性免費]）。您可以演示他們的命名實體識別（NER）here。它甚至有一個.NET包裝（http://sergey-tihon.github.io/Stanford.NLP.NET/StanfordNER.html）。

Microsoft還通過Azure Cognitive Services提供了許多類似的算法。你會最感興趣的實體鏈接（https://azure.microsoft.com/en-us/services/cognitive-services/entity-linking-intelligence-service/）

我希望可以幫助未來的觀衆。

來源

2017-07-20 16:39:55 farlee2121

如何使用C＃從文本中提取個人和地名？

回答

相關問題