使用Python从个人Gazetter中命名实体识别

Question

我尝试使用NLTK在python中进行命名实体识别。 我想提取个人技能列表。 我有技能列表，并希望在申请中搜索并标记技能。 我注意到NLTK拥有NER标签，用于预定义标签，如Person，Location等。 Python中是否有外部gazetter tagger我可以使用？ 任何想法如何做到这一点比搜索术语更复杂（有时多词术语）？

感谢， 阿萨夫

Answer 1

我没有使用NLTK最近就够了，但如果你有，你知道是技能的话，你不需要做NER-只是一个文本搜索。

也许使用Lucene或其他一些搜索库来查找文本，然后对它进行注释？这是很多工作，但如果你正在处理大量可能没问题的数据。或者，您可以将正则表达式搜索集中在一起，速度较慢，但​​对于较小数量的数据可能工作正常，并且实现起来会更容易。

Answer 2

看看RegexpTagger并最终RegexpParser，我想这正是你要找的。

您可以创建自己的POS标签，即。将技能映射到标签，然后轻松定义语法。

标记器的一些示例代码是in this pdf。