命名实体识别 (Ner) - 组织名称数据库

Question

我正在从事我当前的毕业项目，即土耳其语的命名实体识别。当我使用人名和位置（有时位置可以使用不同的语言，例如塔克西姆/伊斯坦布尔的希尔顿酒店）时，识别器应该能捕捉到土耳其语单词，我需要在我的数据集中添加“酒店”，其中充满了特定的位置标签，例如酒店、餐厅或购物中心。但是当涉及到组织名称标签时。我需要找到一个很好的乐队、产品、公司名称数据集，但不知道如何找到或收集这个数据集

在斯坦福 nlp 工具中：http://nlp.stanford.edu:8080/ner/process

当我输入 Facebook 、 Nike 、 Adidas 等时，它可以找到它的组织。那么有没有办法让该组织名称 Dataset ？

Answer 1

如果您对具有这些组织名称的数据资源感兴趣。您可以使用其中一种可用的知识库 KB，例如

• DBpedia
• YAGO
• BabelNet只能在线访问无法下载。
• FreeBase

它们都有这些组织的名称，而且还有更多，您需要付出一些努力才能仅使用它们的类型来提取组织。例如，YAGO 具有可下载的文件，其中包含可能的实体及其类型。您可以对其进行过滤，然后您可以使用 hasMeaning 数据来获取所有可能的名称。

Yago 和 BabelNet 已用于 NER 或命名实体消歧系统 AIDA 和 Babelfy。

AIDA 提供了一个强大的可能实体名称数据集，可用于 NER。

Answer 2

尝试从维基百科收集它们。它是一个巨大的来源。 您可以编写一个解析器，从 wiki 转储中收集特定类型实体的信息。 Wikipedia 具有对人员、位置和组织进行分类的层次结构。