假设我们想要抓取chicagomusiccompass.com。
如您所见，它有几张卡片，每张卡片代表一个事件。现在，让我们看看下一篇：
请注意，活动名称是：
jazmin bean: the traumatic livelihood tour
现在的问题是：我们如何从文本中提取艺术家的名字？
作为一个人，我可以“轻松地”看出 jazmin bean 是艺术家——只需查看他们的 wiki 页面即可。但编写代码来提取该名称可能会很棘手。
我们可能会想，“嘿，: 之前的任何内容都应该是艺术家的名字”，这看起来很聪明，对吧？它适用于这种情况，但是这个呢：
happy hour on the patio: kathryn & chris
这里，顺序颠倒了。我们可以不断添加逻辑来处理不同的情况，但很快我们就会得到大量脆弱的规则，并且可能无法涵盖所有内容。
这就是命名实体识别（NER）模型派上用场的地方。它们是开源的，可以帮助我们从文本中提取名称。它不会捕获所有案例，但大多数时候，他们都会为我们提供所需的信息。
通过这种方法，提取变得更加容易。我选择 Python 是因为 Python 机器学习社区是无与伦比的。
from gliner import GLiNER
model = GLiNER.from_pretrained("urchade/gliner_base")
text = "jazmin bean: the traumatic livelihood tour"
labels = ["person", "bands", "projects"]
entities = model.predict_entities(text, labels)
for entity in entities:
print(entity["text"], "=>", entity["label"])
生成输出：
jazmin bean => person
现在，让我们看看另一个案例：
happy hour on the patio: kathryn & chris
输出：
kathryn => person chris => person
来源-GLiNER
太棒了，对吧？不再需要繁琐的逻辑来提取名称，只需使用模型即可。当然，它不会涵盖所有可能的情况，但对于我的项目来说，这种灵活性就很好了。如果您需要更高的准确性，您可以随时：
作为软件开发人员，强烈建议及时了解机器学习领域的工具。并不是所有事情都可以通过简单的编程和逻辑来解决 - 有些挑战可以使用模型和统计更好地解决。
以上是ETL：从文本中提取人名的详细内容。更多信息请关注PHP中文网其他相关文章！
