从文本中提取结构化数据答案

【问题标题】：extract structured data from text从文本中提取结构化数据
【发布时间】：2020-06-19 03:21:46
【问题描述】：

是否有任何可用的工具/库（最好是成熟/可靠的商业产品或开源）可以从纯文本中提取结构化数据？通常纯文本包含布尔或数学操作数，如（AND、OR、BETWEEN 等）。

我喜欢 AWS Comprehend，但我不确定它是否可以轻松用于此任务。

vehicle with 2 to 5 wheels
=>
SUBJECT: vehicle
EXPRESSION:
  SUBJECT: wheels
  OPERAND: BETWEEN
    NUMBER: 2
    NUMBER: 5

【问题讨论】：

为此目的可能有点繁琐，但如果您的文本每次都具有相同的结构，您总是可以使用正则表达式（正则表达式）。几乎每种编程语言都支持正则表达式。这是从数据中提取文本片段的常用方法。旁注：我经历过正则表达式有点难学。周围肯定有一些课程。
正则表达式听起来太低级并且不可扩展。我更喜欢基于 NLP 的东西，它允许更大的灵活性。

【解决方案1】：

Comprehend 本身不支持将文本转换为结构化格式。但是，您可以使用 Syntax API 派生词性并从那里创建基于规则的结构。

对于上面的示例，“vehicle”和“wheels”将被检测为名词，“2”和“5”将被检测为数字/值，“to”和“with”被检测为附加词。

【讨论】：