命名实体提取 - 用于货币

Question

我有一个非常简单的问题 - 识别文本中的货币/货币。 示例测试用例：“每年的零用钱不应超过 4000 卢比（100 美元）。” 默认斯坦福解析器失败 - 在线 - （使用 7 类模型，包括货币）http://nlp.stanford.edu:8080/ner/process - 仅适用于“$ 100”之类的文本。

在 Alchemy 演示网站 - https://alchemy-language-demo.mybluemix.net/ 上，“$ 100”被识别为实体，而“USD 100”被识别为概念 - 美元

Answer 1

不确定这在这么久之后是否仍然有用，但这里是：

我认为你有两个选择：

1) 将“USD”替换为“$” - 这将是一个简单的查找和替换，并且可以在您可能使用的任何工具中完成。

2) 使用不同的工具或程序。

Stanford NLP 很棒，但也有其他可用的工具。

根据您使用的系统/语言，有许多软件包已经为您完成了这项工作。

对于 Python，我推荐 SpaCy:

# pip install spacy
# python -m spacy download en_core_web_sm

import spacy

# Load English tokenizer, tagger, parser, NER and word vectors

nlp = spacy.load("en_core_web_sm")

text = "Pocket money should NOT exceed INR 4000 (USD 100) per annum."

doc = nlp(text)

print("Money in USD:", [ent.lemma_ for ent in doc if ent.ent_type_ == "MONEY"])
# Money in USD: ['100']

这只是一个简单的例子，你可以找到更详细的脚本here。