我是命名实体识别的新手。我需要从语料库中提取一些特定数据。
两个语料库示例：
嗨，Rajesh Das 想买这辆车。Rakesh Das 将使用这辆车。
嗨，Rakesh Das 是 Rajesh Das 的兄弟。Rajesh Das 会买这辆车。
从上面的这些示例中，我需要提取买家姓名。所以很明显，靠近购买字的名字将是买家的名字。对于两个语料库，Rajesh Das 的位置是不同的。我无法弄清楚提取买家姓名需要实施哪种算法。
我关注了实现 SpaCy 和 NLTK的https://towardsdatascience.com/named-entity-recognition-with-nltk-and-spacy-8c4a7d88e7da帖子。它只提供所有名单。有人可以告诉我如何获得买家姓名吗？
我建议你使用斯坦福 NLP 工具。他们有一个专门用于NER的库。它们都是用 Java 编写的，但nltk为它们提供了 Python 包装器。您可以使用以下命令调用它：
from nltk.tag.stanford import StanfordNERTagger
当然，您必须安装 Java。据我了解，斯坦福模块是最好的公开 NLP 工具。值得一试。还有一个名为的独立 python 模块stanfordnlp，其中包含一个 NER 标记器。
或者，您可以尝试使用共指解析模型。它们可从斯坦福大学 CoreNLP的库中获得，这是斯坦福大学的另一个免费软件。
所有 stanford 工具都非常好，但文件却出奇地重。
spacy还有一个基于 LSTM 模型的称为NeuralCoref 4.0的共指子模块。他们的开发人员说这是最先进的。我从未尝试过，但我肯定会，因为它看起来很有希望。
更新：图书馆neuralcoref对于共指解析任务来说绝对是很棒的。它由 Huggingface (!) 开发并基于 SpaCy。这是一个非常强大的工具，快速且易于使用，我强烈建议使用斯坦福 CoreNLP 的替代品。
您可以使用FindTextualAnswer.
FindTextualAnswer["Hi, Rajesh Das want to buy this car. Rakesh Das will use this car.",
"Who wants to buy the car?",
TargetDevice -> "GPU"]
“拉杰什达斯”
FindTextualAnswer["Hi, Rakesh Das is brother of Rajesh Das. Rajesh Das will buy this car.",
"Who wants to buy the car?",
TargetDevice -> "GPU"]
“拉杰什达斯”
希望他的帮助。
对于这种任务，如果尝试构建您的自定义 ner 模型会更好。对于参考，您可以查看我的 kaggle 笔记本以获得 ner 的自定义模型，这将使您在设计自己的数据集和准备数据集以进行建模时抢占先机。