让您快速回复 SO。要点是您可以从电子商店和制造商的网站收集大量信息，并且可以手动注释很多信息。如果您的目标是仅获取训练数据，那么您只需要：

我的回答来自交叉帖子：“开发了这种商业分析仪后，我可以告诉你，这个问题没有简单的解决方案。但是有多种捷径，特别是如果你的领域仅限于相机/电子产品。

首先，您应该查看更多网站。许多人在页面中注释了产品品牌（正确的 html 注释、粗体字体、名称开头的所有大写字母）。有些网站的整个页面都带有品牌选择器，用于搜索目的。通过这种方式，您可以创建一个非常好的品牌名称入门词典。与产品线名称相同，甚至与模型相同。字母数字模型可以通过正则表达式批量提取并快速过滤。

还有很多其他技巧，但我会尽量简短。这里只是一条建议：手动工作和算法之间总是需要权衡取舍。永远记住，这两种方法可以混合使用，并且都有投资时间回报曲线，人们往往会忘记这一点。如果您的目标不是创建一个自动算法来提取产品品牌和型号，那么这个问题在您的计划中应该有有限的时间预算。您实际上可以在一天内创建一个包含 1000 个品牌的字典，并且为了在已知的电子商品数据源（我们这里不是在谈论亚马逊，或者我们是不是？）上表现出色，您的工作可能只需要包含 4000 个品牌的字典。因此，在你投入数周时间研究最新的名为实体识别器的神经网络之前，请先进行数学计算。”