如何从非结构化文本中提取准确信息答案

【问题标题】：how to extract exact information from unstructured text如何从非结构化文本中提取准确信息
【发布时间】：2017-11-03 08:46:59
【问题描述】：

我想从非结构化文本中提取一些信息。

例如，我的文字是“控制纽约温度低于 39”

我想要的信息是（“control”、“NewYork”、“temperature”、“under”、“39”）。

结果信息中，“control”表示动作，“NewYork”表示动作目标，“temperature”表示指标，“under 39”表示范围。

但是，文本内容的结构是多种多样的。

以下是一些典型案例。

"Control NewYork temperature under 39"
==>("control","NewYork", "temperature", "under", "39")

"give some money to my brother"
==>("give", "money", "my brother")

"Adjust the height of the table"
==>("adjust", "table", "height")

对我的问题有什么建议吗？非常感谢！

【问题讨论】：

标签： nlp information-retrieval

【解决方案1】：

您有几种范式可以进行这种结构化预测。最常见的是：

使用帧语义：http://www.cs.cmu.edu/~ark/SEMAFOR/

使用语义角色标签 (SRL)：http://cogcomp.org/page/demo_view/srl

主要区别在于 SRL 的 Semantic Roles 对不同的动词有不同的含义，而 Frame Semantics 是一种抽象，它为语义概念提供了通用角色。

您可以在 Github 上轻松找到执行帧语义解析或 SRL 的工具。然而，SRL 的使用更为广泛

【讨论】：