안녕하세요, NLTK3에서이 코드를 사용하려고합니다 : - 어떻게 든 NLTK 버전 3에서 작동하도록 라인 6을 수정했습니다. 그러나 for 루프는 아무것도 반환하지 않습니다. 나는 "NE"이 있는지 확인 어떻게 그런 for i in chunked_sentences:
if hasattr(i,'label') and i.label:
prin
스탠포드 NER CRFClassifier를 사용하여 뉴스 기사에서 명명 된 엔티티를 추출하고 적극적인 학습을 구현하기 위해 각 라벨 엔티티에 대한 클래스의 신뢰도 점수가 무엇인지 알고 싶습니다. . 디스플레이 Exemple : LOCATION (0.20) PERSON (0.10) 조직 (0.60) MISC 여기 (0.10) 텍스트에서 명명 된 개체를 추출
내 이름이 지정된 엔티티 인식 작업에 svmstruct를 사용하고 싶습니다. 각 토큰에 대한 일부 기능은 숫자 형식이 아닙니다 (주로 n-char 접미사 또는 단어 모양과 같은 텍스트 형식입니다 ...). svmstruct의 입력 형식이 svmlight 형식과 같기 때문에 필자는 이러한 텍스트 기능을 숫자 형식으로 변환해야합니까? 모두
NLP 프레임 워크에서 부분적으로 (도시없이) 또는 구조화되지 않은 텍스트에서 NLP 프레임 워크로 우편 주소 추출을 완료하는 데 필요한 작업량이 궁금합니다. NLP 프레임 워크가 효율적입니까? 또한 새로운 위치와 일치하도록 명명 된 엔티티 인식 모듈을 "훈련"하는 것이 얼마나 어렵습니까?
NLTK의 NER 기능을 사용하려고했습니다. 나는 기사에서 그런 실재물을 추출하고 싶다. 나는 그렇게하는 것이 완벽 할 수는 없다는 것을 알고 있지만 NE에 수동으로 태그를 달기위한 인간의 개입이 있는지 궁금하다. 그렇다면 NLTK의 현재 모델이 지속적으로 모델을 학습 할 수 있습니까? (세미 감독 훈련)
소비자 전자 브랜드의 이름을 찾고 싶은 사용자 의견 데이터가 있습니다. 나는에 대한 데이터를 어떻게 표현합니까 In [52]: nltk.ne_chunk(nltk.pos_tag(nltk.word_tokenize('When is the PS4 releasing')))
Out[52]: Tree('S', [('When', 'WRB'), ('is', 'VBZ'),
저는 스탠포드 NLP와 파이썬을 사용하고 있습니다. 그래서, 몇 가지 텍스트 파일을 입력하고 XML 파일 (Stanford CoreNLP에 의해 생성)로 변환하는 기능이 있습니다. 이제이 XML 파일을 입력하고 동일한 텍스트를 포함하지만 해당 태그로 대체 된 명명 된 엔티티를 포함하는 해당 파일을 출력하고 문장의 끝을 "STOP"이라는 단어로 표시하여 구두
저 자원 언어에 대한 Named Entity 인식을 처음부터 프로그램하려고합니다. Naive Bayes를 사용하고 싶습니다. Google 검색 결과는 순진한 베이를 사용한 텍스트 분류에 널리 사용되는 것으로 나에게 제안합니다. NER 문제를 해결하는 데 사용할 수 있습니까? 이것에 관한 어떤 제안/방향도 인정 될 것입니다. 나는 Python 언어를 선호한다
우리 자신의 모델을 작성 ./opennlp TokenNameFinder en-ner-person.bin "input.txt" "output.txt"
거 야 내가 인쇄해야하도록 자신의 모델을 쓰고 싶어하지만 경우 output.txt에 인쇄 된 사람의 이름을 가져 내 자신의 엔티티. 예. icm2500의 위험 값은 무엇입니까? prd_234 배달이 늦게 도