named-entity-recognition

0熱

2答えて

なぜスタンフォードNERのデモは、今年の「2017年」をCoreNLPサーバーに変換しないのですか？

私はCoreNLPサーバーをセットアップし、Stanford NERを使用して文章の期間を抽出しています。私が文解析するcorenlp.runオンラインでインタラクティブなデモを使用する場合は「何かが起きた昨年を」。 it shows 'DATE' and '2016'。しかし、自分のサーバーは、CoreNLPの最新リリースであるonly shows 'DATE'を設定しました。さらに、Py

0熱

1答えて

名前付きエンティティ認識用データセット

名前付きエンティティ認識プロジェクト用のトレーニングデータセットを作成する必要があります。は例えば、私はテキストを持って "Last year, I was in London where I saw Tom" トレーニングデータは "Last year, I was in <ENAMEX TYPE="LOCATION">London</ENAMEX> where I saw <ENAME

0熱

1答えて

MITIE nerモデル

私は名前付きエンティティ抽出のために事前計算されたMITIEモデルを使用しています。とにかく、あらかじめ訓練されたモデルを使用するのではなく、彼らの実際のモデルを見ることができますか？モデルはオープンソースとして利用可能ですか？物事を設定

0熱

1答えて

Pythonの名前付きエンティティの認識エラー：IndexError：リストのインデックスが範囲外です

こんにちは、私はPythonに新しく、スクリプト（https://github.com/detuvoldo/tagger）を実行しようとしましたが、Windows 10を使用しているのでutils.pyの2行を置き換えました。パス関連の問題。 models_path = u"\\\\?\\" + os.path.abspath(u".\\models") eval_path = os.path.

1熱

1答えて

NLTKはトークン化しますが、名前付きエンティティを分割しません。

私は単純な文法に基づいたパーサーに取り組んでいます。このために、まず入力をトークン化する必要があります。私のテキストでは、ニューヨーク、サンフランシスコなど、多くの都市が現れています。私がちょうど標準のnltk word_tokenizerを使用すると、これらの都市はすべて分割されます。 from nltk import word_tokenize word_tokenize('What are

0熱

1答えて

Linear CRFとWord2Vec for NER

私はLinear CRFとWord2Vecについてたくさんの読書をしていて、どれが名前付きエンティティ認識を行うのが最善かを知りたがっています。スタンフォードNER（Linear CRF Implementation）を使用して私のモデルを訓練し、85％の精度を得ました。私はWord2vecが類似の単語をまとめてグループ化していることを知っていますが、それはNERを実行する良いモデルですか？

1熱

2答えて

名詞ベースの名前付きエンティティ認識（NER）システムを作成するにはどうすればよいですか？

私は多くのNERツール（OpenNLP、スタンフォードNER、LingPipe、Dbpedia Spotlightなど）に手を差し伸べました。しかし、常に私を忌避してきたのは、無料のテキストがあらかじめ定義されたエンティティ名のリストと照合され、潜在的な一致が返される、地名辞典/辞書ベースのNERシステムです。このようにして、私はPERSON、ORGANIZATIONなどのようなさまざまなリス

0熱

1答えて

NERシステムの精度を計算するには？

コーパスに存在する名前付きエンティティを抽出するためにいくつかのNERツールを使用しており、NLTK Pythonモジュールを使用してその精度をテストしたいと考えています。私が使用しているツールのいくつかは、次のとおりです。 NTLK スタンフォード大学のNER：https://nlp.stanford.edu/software/CRF-NER.shtml MeaningCloud：https:

0熱

1答えて

私はテンソル-flow.Iを使用して書かれている<strong>NeuroNER</strong>を使用してカスタマイズ固有表現認識<strong>（NER）</strong>モデルがモデルを訓練することができていますし、そのほかを行うが、私は時に訓練しています再訓練tensorflowモデル

それを修正する間違った結果を示す新たな観察でそれを再トレーニングするが、正しい結果を示す前の観察に影響を与える/忘れる私はオンライン再トレーニングを望んでいます。私はstanfordNLP、Spacyを使用してみましたが、現在はテンソルフローです。希望の目標を達成するためのよりよい方法を提案します。ありがとうございました

3熱

1答えて

人と都市/州との関係の抽出

私は文をとり、Person（PER）とPlace（GPE）の関係を抽出しようとしています。センテンス「ジョンはオハイオ出身、マイケルはフロリダ出身、レベッカはテネシー州ナッシュビル出身です」最終的な人物のために、彼女は彼女の場所として抽出できる都市と州の両方を持っています。これまでは、nltkを使ってこの作業を試みましたが、彼女の状態ではなく、彼女の都市を抽出することしかできませんでした。私