如何解决命名实体识别中的同义词？

Question

在自然语言处理中，命名实体识别是识别命名实体（例如组织、地点，最重要的是名称）的挑战。

虽然我称之为同义词，但其中有一个重大挑战：伯爵和德古拉实际上指的是同一个人，但可能从未在文本中直接讨论过。

解析这些同义词的最佳算法是什么？

---

如果任何基于 Python 的库中都有这方面的功能，我渴望接受教育。我正在使用 NLTK。

Answer 1

您正在描述coreference resolution 和命名实体链接的问题。我提供了单独的链接，因为我不完全确定您指的是哪一个。

• Coreference：Stanford CoreNLP 目前拥有最好的实现之一，但它是在 Java 中实现的。我使用了python bindings，但我不太高兴——我最终只通过斯坦福管道运行了所有数据，然后在 python 中加载了处理后的 XML 文件。显然，如果您必须实时处理，这将不起作用。
• 命名实体链接：查看Apache Stanbol 和以下Stackoverflow post 中的链接。