딥 학습 및 텍스트 분석/추출

Question

나는 긴 문장에서 특정 텍스트를 추출하기위한 심층적 인 학습을 기반으로 한 모델을 구축하려고합니다.

200 단어의 텍스트와 내 고객 이름과 성을 가진 테이블을 가정 해 보겠습니다. 나는 깊이 학습을 사용하여이 200 단어에서 특정 고객 이름/성을 추출하는 모델을 만들려고 노력하고 있습니다.

CNN 및 RNTN 모델, 의미 분석 및 word2vec 모델에 대해 읽었지만 분명히 그 분야의 전문가는 아닙니다.

내 생각은 다음과 같습니다

• 1 단계 : 입력 = 클라이언트 성, 출력 = 수준의 성 (姓)이
• 2 단계 1 모델 만들기 : 제 2의 모델을 어디에 입력 = 클라이언트 이름, 출력 = 클래스 이름
• 단계 3 : 입력 = 클라이언트 이름 + 성 및 성 + 이름, 출력 = 클래스 클라이언트
• 단계 4 : 출력에서 ​​클라이언트 클래스를 찾으려면 입력의 단어 모음을 보내고 방법을 찾으십시오. 우리는 명사/부사/동사를 찾을 수 있습니다

같은 방법/... 우리가 클라이언트 주소로 새로운 "의미 종류"의 종류를 만들 수 있어야합니다 ....

사람이 수 내 사고 방식에 대한 조언을 해줘? 또는 어떤 부분을 개선/개선해야한다고 말합니까?

고마워요.

Answer 1

작성하기가 어려울 모델을 작성한 후에 NER (Named Entity Recognition)을 사용할 수 있습니다. 그러나 고객 이름과 성을 알고있는 경우 문장에서이를 식별하는 훨씬 더 빠른 방법이 있습니다. 테이블 매개 변수가있는 간단한 SQL 쿼리를 사용하여 클라이언트 이름과 성을 찾습니다. 저는 SQL Server 2012에서 이와 같은 것을 사용합니다.이 예제에서는 X 값의 클라이언트를 테이블 값 매개 변수로 전달하여 문장을 분리 할 수있었습니다. 나는 작업하고 있던 프로젝트에 대해 동일한 문제를 가지고 있었고 이것이 해결책이었습니다 ... 항상 대안이 있습니다.이 경우에는 몇 주가 아니라 몇 분 안에 설정할 수 있습니다.

ALTER Procedure [dbo].[Get_Sentences_Token_Table_Value_Parameter] 
@id_file int, 
@sentiment nvarchar(50), 
@client_list [dbo].[client_list] READONLY 
AS 
SELECT  TOP (1000) sentence_id, pos_remaining_token, sentiment AS Sentiment, sentence AS Sentence, id_file, pos_token 
FROM   chat_Facets 
GROUP BY sentence_id, pos_remaining_token, sentiment, sentence, id_file, pos_token 
HAVING  (id_file = @id_file) AND (sentiment = @sentiment) AND chat_Facets.pos_remaining_token IN (SELECT pos_remaining_token FROM @client_list) 
ORDER BY pos_remaining_token, Sentence