我可以使用 NER 检测文本中的特定信息吗？答案

【问题标题】：Can I use NER to detect specific information in text?我可以使用 NER 检测文本中的特定信息吗？
【发布时间】：2021-11-25 03:02:16
【问题描述】：

我正在开发一个应用程序，我需要创建一个 NLP 模型来检测一段文本中的特定信息。比如下面两段文字：

John 教授操作系统。
产品价格将由参数A调整70%，由参数B调整30%。

在示例 1 中，我需要一个能够将操作系统检测为主题的模型。我想一个简单的NER就可以完成这项工作。在示例 2 中，我需要检测参数 A 和 70%（参数 A，70%）和参数 B 和 30%（参数 B，30%）的组合。 NER 是否能够接受培训来完成这项工作？我可以训练 NER 返回不同术语的组合吗？有更好的技术吗？

【问题讨论】：

标签： nlp

【解决方案1】：

您也可以尝试零样本分类，但为此您必须假设文本的可能主题。如果您对此一无所知，是的，也许 NER 标注器（经过适当培训）可以完成这项工作
您是否考虑过问答机器人？基本上，它是一个可以用自然语言回答问题的系统。查看示例 here 并尝试使用您的自定义上下文问题：

上下文：The product price will be adjusted 70% by the parameter A and 30% by the parameter B
问题：How much the price will be adjusted by parameter A?
答案：70%（概率得分0.973）

这与您建议的方法不同，但我认为它可以工作

【讨论】：

感谢 SilentCloud 的建议。关于 NER，我如何训练一个可以进行信息配对的模型？就像用参数 A 连接 70%。
即关系抽取。我不是该领域的专家，但我想如果你用谷歌搜索，你会发现很多材料。