我想使用命名实体识别 (NER) 来为数据库中的文本找到足够的标签。
我知道有一篇关于此的 Wikipedia 文章以及许多其他描述 NER 的页面，我希望从您那里听到有关此主题的一些信息：
例子：
“去年，我在伦敦见到了巴拉克奥巴马。” => 标签：伦敦，巴拉克奥巴马
我希望你能帮助我。非常感谢您！
【问题讨论】：
标签： php python extract analysis named-entity-recognition
如果您打算使用 python，请先查看http://www.nltk.org/，尽管据我所知代码不是“工业实力”，但它会让您入门。
查看http://nltk.googlecode.com/svn/trunk/doc/book/ch07.html 的第 7.5 节，但要了解算法，您可能需要阅读大量书籍。
还可以查看http://nlp.stanford.edu/software/CRF-NER.shtml。它是用java完成的，
NER 不是一个简单的主题，可能没有人会告诉你“这是最好的算法”，他们中的大多数都有自己的优缺点。
我的 0.05 美元。
干杯，
【讨论】：
这取决于你是否想要：
了解 NER：从NLTK 和关联的book 开始是一个很好的起点。
实施最佳解决方案： 在这里，您将需要寻找最先进的技术。查看TREC 中的出版物。更专业的会议是Biocreative（NER 应用于狭窄领域的一个很好的例子）。
实现最简单的解决方案：在这种情况下，您基本上只是想做简单的标记，然后取出标记为名词的单词。你可以使用来自 nltk 的标注器，或者甚至只是在 PyWordnet 中查找每个单词并使用最常见的词义对其进行标注。
大多数算法都需要某种形式的训练，并且在针对代表您将要求它标记的内容的内容进行训练时表现最佳。
【讨论】：
有一些工具和 API。
有一个构建在 DBPedia 之上的工具，称为 DBPedia Spotlight (https://github.com/dbpedia-spotlight/dbpedia-spotlight/wiki)。您可以使用他们的 REST 接口或下载并安装您自己的服务器。最棒的是它将实体映射到它们的 DBPedia 存在，这意味着您可以提取有趣的链接数据。
AlchemyAPI (www.alchemyapi.com) 有一个 API 也可以通过 REST 执行此操作，并且他们使用免费增值模式。
我认为大多数技术都依赖于一点 NLP 来查找实体，然后使用 Wikipedia、DBPedia、Freebase 等基础数据库来进行消歧和相关性（例如，尝试确定提及 Apple 的文章是否是关于水果或公司...如果文章包括与苹果公司相关的其他实体，我们会选择公司。
【讨论】：
您可能想尝试 Yahoo Research 最新的快速实体链接系统 - 该论文还更新了对使用基于神经网络的嵌入的 NER 新方法的参考：
https://research.yahoo.com/publications/8810/lightweight-multilingual-entity-extraction-and-linking
【讨论】：
可以使用人工神经网络来执行命名实体识别。
这是在 TensorFlow (python) 中执行命名实体识别的双向 LSTM + CRF 网络的实现：https://github.com/Franck-Dernoncourt/NeuroNER（适用于 Linux/Mac/Windows）。
它在几个命名实体识别数据集上提供了最先进的结果（或接近它）。正如 Ale 所提到的，每个命名实体识别算法都有自己的缺点和优点。
ANN 架构：
在 TensorBoard 中查看：
【讨论】：
我不太了解 NER，但从那个例子来看，你可以创建一个算法来搜索单词中的大写字母或类似的东西。为此，如果您的想法很小，我会推荐正则表达式作为最容易实施的解决方案。
另一种选择是将文本与数据库进行比较，您将匹配预先识别为感兴趣标签的字符串。
我的 5 美分。
【讨论】：