NLTK Benannte Entitätserkennung für eine Python-Liste

nltk.ne_chunk gibt ein verschachteltes nltk.tree.Tree -Objekt zurück, so dass Sie das Objekt Tree durchlaufen müssen, um zu den NEs zu gelangen.

Sehen Sie sich Benannte Entitätserkennung mit regulärem Ausdruck an: NLTK

Da Sie einen tree als Rückgabewert erhalten, sollten Sie diese auswählen Teilbäume, die mit NE

Hier ist ein einfaches Beispiel, um alle in einer Liste zu sammeln:

Dies ergibt:

oder als Liste von Listen:

Siehe auch: Wie navigiert man in einem nltk.tree.Tree?

Sie können auch die label jeder Namensentität im Text mit diesem Code extrahieren:

Ausgabe:

Sie können Washington , New York und Brooklyn anzeigen. GPE bedeutet geopolitische Einheiten

und Loretta E. Lynch sind PERSON

A Tree ist eine Liste. Chunks sind Teilbäume, nicht-chunked Wörter sind reguläre Strings. Gehen wir also die Liste runter, extrahieren Sie die Wörter aus jedem Block und verbinden Sie sie.

benutze tree2conlltags von nltk.chunk. Auch ne_chunk benötigt ein pos-tagging welches Word-Token markiert (benötigt also word_tokenize).

Damit erhalten Sie eine Liste von Tupeln: [(token, pos_tag, name_entity_tag)] Wenn diese Liste nicht genau das ist, was Sie wollen, ist es sicherlich einfacher, die Liste, die Sie wollen, aus dieser Liste als Nltk-Baum zu analysieren.

Code und Details aus diesem Link ; Weitere Informationen finden Sie unter

Bearbeiten Ausgabedokumentation wurde hinzugefügt

Sie können auch Spacy in Erwägung ziehen: