从银行电汇交易中提取实体（如非自然文本）答案

【问题标题】：Entity extraction from bank wire transactions ( like not-so-natural-text)从银行电汇交易中提取实体（如非自然文本）
【发布时间】：2016-05-05 06:59:06
【问题描述】：

我正在尝试从不太自然的文本中提取实体（名称、地址、组织），例如银行电汇交易中的评论。显然没有得到很好的结果，使用了 NLTK 、 OpenNLP 和 CoreNLP。

知道如何改进结果吗？

文字看起来像，

...

参考研究工作或现有产品也会有所帮助

【问题讨论】：

【解决方案1】：

如果你使用 opennlp 并且知道如何训练，你应该在训练数据中给出 15000 个例子，看起来像

 <START:name> EVERITT <END> <START:Address> 620122T NAT <END> <START:Organisation> ABC INDIA LTD <END>
.......
....(15000 lines)

然后你可以期待一些好的结果！

【讨论】：

【解决方案2】：

在我看来，您必须使用字典/数据库。

但是您仍然需要有一种方法来定义候选“短语”——论文中的示例，例如大写的单词，显然在这里不起作用。

【讨论】：