在 spacy 中使用 POS 和 NER 进行实体提取

Question

我需要使用 NER 和 POS 标签从句子中提取实体。例如，

给定下面的句子：

docx = nlp("The two blue cars belong to the tall Lorry Jim.")

实体所在的位置（两辆蓝色汽车，高大的罗里吉姆）。在句子上运行 spacy NER，

for ent in docx.ents:
    print(ent.text, ent.start_char, ent.end_char, ent.label_)

返回：

two 4 7 CARDINAL
Lorry Jim 37 46 PERSON

我的目标是将形容词/数字附加到 NER 标识的实体前面，在上述情况下，tall 是 ADJ，应附加到 Lorry Jim 实体。并且two blue cars 应该使用来自POS 标记器的NUM ADJ NOUN 提取。

Answer 1

首先，我不得不说，你想要写的任务并不是你在标题中所说的。我觉得Entity有一个标准的定义，比如ADJ不是Entity的一部分。

我认为要解决您的问题，您必须使用依赖解析并分析句子的依赖树。它可以帮助您找到每个单词的参考。

以另一种方式，您可以为您的问题定义一个分块任务，并为您的意思构建一个数据集，并尝试为该类型的分块训练模型。

我认为如果你想为函数使用做这件事，你需要让你的问题非常清晰和简单，这样你就可以选择一种实用的方法来解决你遇到的问题。我认为如果您接受一些错误，您可以为任何 NOUN 和 ADJ 部分定义简单的规则，这样如果您将 POS 和 NER 放在一起，那么您可以解决它。它还取决于您想要使用的语言。就像您的示例：

蓝色车

在英语中，形容词通常放在名词之前，这被称为修饰语或定语​​位置。但你必须关心这样的句子：

他所有的车都是蓝色的。

对于功能作品，您也可以像这样寻找共指分辨率：

我看到他开的车都是蓝色的。