有没有办法区分人名和组织名？
我在考虑 NER，但是数据存储在结构化表中（并且不是非结构化句子）。具体来说，NAME 列列出了个人和组织名称（我试图区分）。在下面的示例中，我想根据NAME 列中列出的值生成PERSON 列中列出的值。
| NAME | PERSON |
|---|---|
| Tom Hanks | TRUE |
| Nissan Motors | FALSE |
| Ryan Reynolds | TRUE |
| Tesla | FALSE |
| Jeff's Cafe | FALSE |
【问题讨论】：
如果您有理由相信所有条目都已广为人知（即常见品牌和名人），您可以利用以维基百科为来源的远程学习方法。
本质上，您在 Wikipedia 上搜索每个条目，并利用来自独特搜索结果的结果（即，搜索“特斯拉”将导致至少两个独特的不同页面，即汽车公司和发明人）。最重要的是，每个页面都在底部分配了类别标签，这使得通过使用字符串匹配几个同义词（例如，Apple 有类别标签“Companies liste on NASDAQ”，所以你可以说所有名称中包含“company”/“companies”的类别均指的是属于公司的文章。
借助独特搜索词的结果，您应该能够构建足够大的训练语料库，并具有相对较高的确定性，从而获得准确的地面实况数据，然后您可以使用该语料库在任务。
警告：
我应该注意，如果您使用相对不为人知且可能没有 Wikipedia 文章的名称来执行此操作，则会变得更加困难。在那种情况下，我只能考虑使用您所在国家/地区经常使用的名字/姓氏的字典。它肯定更容易出现误报/误报（例如，“丰田”在日本也是一个非常常见的姓氏，尽管西方人可能指的是汽车制造商）。同样，不太常见（或拼写不同）的名称也不会被挑选出来。
【讨论】：