python识别中文人名_使用Python在NLP中的命名实体识别中提取人名

我有一句话,我需要单独识别人名：

例如：

sentence = "Larry Page is an American business magnate and computer scientist who is the co-founder of Google, alongside Sergey Brin"

我使用下面的代码来识别NER.

from nltk import word_tokenize, pos_tag, ne_chunk

print(ne_chunk(pos_tag(word_tokenize(sentence))))

我收到的输出是：

(PERSON Larry/NNP)

(ORGANIZATION Page/NNP)

is/VBZ

an/DT

(GPE American/JJ)

business/NN

magnate/NN

and/CC

computer/NN

scientist/NN

who/WP

is/VBZ

the/DT

co-founder/NN

of/IN

(GPE Google/NNP)

,/,

alongside/RB

(PERSON Sergey/NNP Brin/NNP))

我想提取所有人名,例如

Larry Page

Sergey Brin

为了达到这个目的,我对这个link进行了测试并尝试了这一点.

from nltk.tag.stanford import StanfordNERTagger

st = StanfordNERTagger('/usr/share/stanford-ner/classifiers/english.all.3class.distsim.crf.ser.gz','/usr/share/stanford-ner/stanford-ner.jar')

但是我继续得到这个错误：

LookupError: Could not find stanford-ner.jar jar file at /usr/share/stanford-ner/stanford-ner.jar

我在哪里可以下载这个文件？

如上所述,我期望以列表或字典的形式出现的结果是：

Larry Page

Sergey Brin

最佳答案在龙

请仔细阅读：

了解解决方案,不要只是复制和粘贴.

TL; DR

在终端：

pip install -U nltk

wget http://nlp.stanford.edu/software/stanford-corenlp-full-2016-10-31.zip

unzip stanford-corenlp-full-2016-10-31.zip && cd stanford-corenlp-full-2016-10-31

java -mx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer \

-preload tokenize,ssplit,pos,lemma,parse,depparse \

-status_port 9000 -port 9000 -timeout 15000

在Python中

from nltk.tag.stanford import CoreNLPNERTagger

def get_continuous_chunks(tagged_sent):

continuous_chunk = []

current_chunk = []

for token, tag in tagged_sent:

if tag != "O":

current_chunk.append((token, tag))

else:

if current_chunk: # if the current chunk is not empty

continuous_chunk.append(current_chunk)

current_chunk = []

# Flush the final current_chunk into the continuous_chunk, if any.

if current_chunk:

continuous_chunk.append(current_chunk)

return continuous_chunk

stner = CoreNLPNERTagger()

tagged_sent = stner.tag('Rami Eid is studying at Stony Brook University in NY'.split())

named_entities = get_continuous_chunks(tagged_sent)

named_entities_str_tag = [(" ".join([token for token, tag in ne]), ne[0][1]) for ne in named_entities]

print(named_entities_str_tag)

[OUT]：

[('Rami Eid', 'PERSON'), ('Stony Brook University', 'ORGANIZATION'), ('NY', 'LOCATION')]

python识别中文人名_使用Python在NLP中的命名实体识别中提取人名相关推荐

Python深度学习-NLP实战：命名实体识别(NER)之分词与序列标注、实体识别任务简介
系列文章目录 Python深度学习-NLP实战:深度学习系列培训教程 Linux服务器软件的简单使用 Linux命令的简单使用训练集.测试集.验证集的介绍及制作字向量的训练与生成文本分类之SVM ...
实体对齐算法_中英命名实体识别及对齐中的中文分词优化论文笔记
1.计算命名实体词汇对齐的置信度:对一个中英双语句对,中文在初始分词的基础上进行命名实体识别. 2.分词工具:采用中科院分词工具ICTCLAS.Stanford分词工具对中文句子进行分词,其中Stan ...
【NLP】BiLSTM 命名实体识别手写代码
[参考:pytorch_BiLSTM 命名实体识别手写代码_哔哩哔哩_bilibili] [参考:shouxieai/nlp-bilstm_crf-ner: nlp-bilstm+crf-ner] ...
python统计中文字符_使用 Python 统计中文字符的数量
使用 Python 统计中文字符的数量方法一,排除法假设只有中英文字符: import string def str_count(str): '''找出字符串中的中英文.空格.数字.标点符号个数' ...
python打开中文文件名_解决python打开中文文件名乱码的问题
解决python打开中文文件名乱码的问题发布时间:2020-07-27 11:20:22 来源:亿速云阅读:162 作者:清晨小编给大家分享一下解决python打开中文文件名乱码的问题,相信大部 ...
python打开中文文件名_[请教]python的中文文件名处理
该楼层疑似违规已被系统折叠隐藏此楼查看此楼 3 楼的可以用 sys.getfilesystemencoding 检测,但由於文件系统的差异,文件名 100% 无损转还是不太可,比如很多 *nix 的 ...
python处理中文字符串_处理python字符串中的中文字符
# -*- coding:utf-8 -*- import sys,os txta = open('a.txt','r') str = '' for line in txta: str += line ...
python爬虫中文乱码_解决Python爬虫处理文件时候中文名称出现乱码问题
当下如果需要批量处理文件,爬虫网页和图片的时候使用Python是最为简单和高效的.但是在处理过程中还是有一些细节问题,比如在爬虫中文名称和处理中文文件URL的时候会出现乱码.实际上就是因为编码的问题. ...
python支持中文路径_打开python遍历中文目录得到的文件路径报错
各位朋友们好,我是一名python新手,现在遇到一个问题,恳请各位朋友们能指点一下我. 我的环境是:ubuntu14.04系统,python2.7 用python遍历一个目录,目录层次结构如下: 这是 ...

python识别中文人名_使用Python在NLP中的命名实体识别中提取人名

python识别中文人名_使用Python在NLP中的命名实体识别中提取人名相关推荐

最新文章

热门文章