Exemple de traitement du langage naturel en Python : reconnaissance d'entités nommées-Tutoriel Python-php.cn

Exemple de traitement du langage naturel en Python : reconnaissance d'entités nommées

王林

Libérer： 2023-06-09 22:52:35

original

2284 Les gens l'ont consulté

Python是一门功能强大的编程语言，其生态系统中有许多自然语言处理（NLP）相关的库和工具。命名实体识别（Named Entity Recognition, 简称NER）是NLP中很重要的一个任务，它能够识别文本中的命名实体，如人名、地名、组织机构名等。在本文中，我们将介绍如何使用Python中的NER库进行命名实体识别的实例。

安装NER库

我们将使用Python中的spacy库进行命名实体识别。可以通过以下代码安装spacy库：

pip install spacy

Copier après la connexion

安装完成后，我们需要下载spacy库的英文模型，这里我们选择下载en_core_web_sm模型：

python -m spacy download en_core_web_sm

Copier après la connexion

加载模型

安装完英文模型后，我们需要先将它加载到Python中。可以通过以下代码加载模型：

import spacy

nlp = spacy.load('en_core_web_sm')

Copier après la connexion

这里，我们通过import语句引入spacy库，然后使用load方法加载英文模型。在load方法中传入的参数'en_core_web_sm'即为我们下载的英文模型名称。

进行命名实体识别

完成模型的加载后，我们可以使用该模型进行命名实体识别了。可以通过以下代码进行命名实体识别：

text = "Apple is looking at buying U.K. startup for $1 billion"

doc = nlp(text)

for ent in doc.ents:
    print(ent.text, ent.label_)

Copier après la connexion

这里，我们定义了一个文本变量text，其中包含了一些命名实体。然后我们将文本变量作为参数传入spacy的nlp方法中，得到一个doc对象。doc对象中包含了文本中的各个单词和它们的词性、语法等信息。我们可以通过doc.ents属性获取文本中的命名实体，然后遍历每个命名实体，输出它的文本和标签。

在上面的代码中，我们的输出结果如下：

Apple ORG
U.K. GPE
$1 billion MONEY

Copier après la connexion

可以看到，代码正确地识别出了三个命名实体。其中，Apple被识别为机构名称（ORG）、U.K.被识别为地理位置名称（GPE）、$1 billion被识别为货币名称（MONEY）。

自定义标签

如果我们想要识别自定义的命名实体标签，可以使用spacy库提供的EntityRecognizer。可以通过以下代码自定义标签：

from spacy.tokens import Doc, Span

nlp = spacy.load('en_core_web_sm')

#自定义标签
LABEL = 'MY_ENTITY'
nlp.entity.add_label(LABEL)

#手动给文档添加实体
doc = nlp('I am looking for a new phone and camera. Any suggestions?')
phone_span = Span(doc, 5, 6, label=LABEL)
doc.ents = list(doc.ents) + [phone_span]

for ent in doc.ents:
    print(ent.text, ent.label_)

Copier après la connexion

在上面的代码中，我们首先用import语句引入了Doc和Span类，然后使用add_label方法自定义了一个标签'MY_ENTITY'，接着我们创建了一个doc对象，手动将一个Span对象添加到了doc.ents属性中，再遍历doc.ents属性，输出识别结果。