【发布时间】：2017-07-11 11:38:08
【问题描述】：
我正在寻找一种可以自动对英文文本进行去识别化的自然语言工具。例如，每个电子邮件地址都应该重命名或隐藏。但是专有名称应该去标识化，地址也应该去标识化。
有一个MITRE Identification Scrubber Toolkit。不知道效果如何。
我的问题：
- 还有其他工具吗？
- 有人使用过 MITRE 工具吗？效果如何？
谢谢。
【问题讨论】：
-
@eowl 同意 - 命名实体识别 + 令牌替换主要是关于命名实体识别。但是，您也可以添加照应分辨率。能够识别回指（“他”、“官员”、“发言人”等）对于能够进一步匿名文本很重要。此类工具肯定属于 NLP 领域，而与编码无关（即与上述 SE 站点的 SO 相关性不大）。
-
（续）如果这与法律或道德要求有关，那么您最好看看 NLP 社区可以提供什么，这将比简单地重新编码（这可能会因不使用最先进的资源而承担新的法律责任）。无论如何，这比编码更与工具相关，这是迁移的一个原因。祝你好运，这是一个有趣的问题。
-
@Iterator NLP 仍然只是一个提案，所以在它真正成为一个站点之前，我们不能在那里迁移任何东西。
-
@eowl 请不要使用 URL 缩短器。适当的链接会更清晰，可能更具吸引力。
-
@anna 啊，我不知道这个限制。该死：（这是完美的。
标签： nlp