时间戳

首页 > 解决方案 > spaCy 共指解析 - 命名实体识别 (NER) 返回唯一实体 ID？

python - spaCy 共指解析 - 命名实体识别 (NER) 返回唯一实体 ID？

问题描述

也许我跳过了部分文档，但我试图确定的是标准 NER 工具集中每个实体的唯一 ID。例如：

import spacy
from spacy import displacy
import en_core_web_sm
nlp = en_core_web_sm.load()

text = "This is a text about Apple Inc based in San Fransisco. "\
        "And here is some text about Samsung Corp. "\
        "Now, here is some more text about Apple and its products for customers in Norway"

doc = nlp(text)

for ent in doc.ents:
    print('ID:{}\t{}\t"{}"\t'.format(ent.label,ent.label_,ent.text,))


displacy.render(doc, jupyter=True, style='ent')

返回：

ID:381    ORG "Apple Inc" 
ID:382    GPE "San Fransisco" 
ID:381    ORG "Samsung Corp." 
ID:381    ORG "Apple" 
ID:382    GPE "Norway"

我一直在看，ent.ent_id但ent.ent_id_根据文档这些是不活动的。我也找不到任何东西ent.root。

例如，在GCP NLP中，每个实体都返回一个 ⟨entity⟩number，使您能够识别文本中同一实体的多个实例。

这是一个关于⟨Apple Inc⟩1 的⟨text⟩2，位于⟨San Fransisco⟩4。这里有一些关于⟨Samsung Corp⟩6的⟨text⟩3。现在，这里有更多关于 ⟨Apple⟩1 及其 ⟨products⟩5 的 ⟨text⟩8 供⟨挪威⟩9的⟨customers⟩7使用

spaCy 是否支持类似的东西？或者有没有办法使用 NLTK 或斯坦福？

标签： pythonnlpspacyinformation-extractionnamed-entity-recognition

解决方案

您可以使用神经核函数库来获得与 SpaCy 模型一起使用的共指解析：

# Load your usual SpaCy model (one of SpaCy English models)
import spacy
nlp = spacy.load('en')

# Add neural coref to SpaCy's pipe
import neuralcoref
neuralcoref.add_to_pipe(nlp)

# You're done. You can now use NeuralCoref as you usually manipulate a SpaCy document annotations.
doc = nlp(u'My sister has a dog. She loves him.')

doc._.has_coref
doc._.coref_clusters

在此处找到安装和使用说明：https ://github.com/huggingface/neuralcoref

推荐阅读