【发布时间】：2019-04-26 07:18:59
【问题描述】：
我想使用神经模型（如使用 python 的 CRF）提取非结构化文本格式中提到的温度和持续时间等数值实体。我想知道如何进行数字提取，因为互联网上的大多数示例都是针对特定单词或字符串的提取。
输入：“在那里 5 分钟，我感觉就像在华氏 350 度的烤箱中烘烤” 输出：温度：350 时长：5分钟
【问题讨论】：
标签： python-3.x nlp named-entity-recognition
【发布时间】：2019-04-26 07:18:59
【问题描述】：
到目前为止，我的研究表明您可以将数字视为单词。
这引发了一个问题：学习 5 可以，但 19684 将很难学习。
一个建议是转换成文字。 “一万九千六百八十四”并嵌入每个单词。不方便的是，您现在正在学习（最小）6 维向量（每个单词一维）
根据您的使用情况，您还可以嵌入具有不同 id 的 0 到 3000，例如 3001 到 10000 会将 id 3001 映射到您的字典中，然后每 10x 在字典中添加一个 id。
【讨论】：