C# 模糊实体识别_C#_Nlp - Fatal编程技术网

C# 模糊实体识别

c# nlp

C# 模糊实体识别,c#,nlp,C#,Nlp,我是NLP的新手。我试图做的（在c#中）是提供一个自定义实体列表，沿着 > NAME|ENTITY TYPE|ID > Cubbies|Baseball Team|CHI > Chicago Cubs|Baseball Team|CHI > Dubs|Basketball Team|GSW > Golden State Warriors|Basketball Team|GSW >名称|实体类型| ID >小熊队|棒球队|池 >芝加哥小熊队|棒球队| CHI >Dubs |篮球队| GSW >金州

我是NLP的新手。我试图做的（在c#中）是提供一个自定义实体列表，沿着

例如，parse

乔丹·贝尔明年会让金街变得更好

进入

乔丹·贝尔（Jordan Bell）明年将使[篮球队（GSW）]变得更好”

理想情况下，这将与通用名称识别相结合，例如：

[人：乔丹·贝尔]会让[篮球队：GSW]变得更好[时间：明年]”

感谢任何帮助或指导。谢谢

最好将问题分为两部分：角色标签（命名实体识别）和标签统一（模糊匹配）
对于确定标签-也就是说，将句子中的标记标记为
团队名称
，
个人
，等等-一个条件随机场（CRF）是一个很好的模型。是一个流行的工具包。几年前，《纽约时报》在配方数据方面使用CRF++取得了一些成功。这里有一点来自：

由于要识别运动队的名称，因此有两种方法可以处理所描述的模糊匹配。您可以使用字符串相似性进行实际的模糊匹配；解释了如何在Python库Fuzzy Wuzzy中以足够高的级别完成此操作，这样应该很容易重新实现
另一个选项是命名实体解析，它将命名实体（标记位）绑定到外部数据库。例如，当你使用维基百科时，它被称为“维基化”。描述某人使用Wikipedia重定向信息来识别公司的备用名称-您可以通过检查Wikipedia是否将
Cubbies
重定向到
Chicago Cubbies
（确实如此）来识别相同的名称
在不了解数据的情况下，很难说模糊匹配或命名实体解析是否更容易，因此最好同时尝试这两种方法

很抱歉没有明确地包含C#的资源，也就是说，这里的技术通常比实现更重要。
为什么称这种模糊实体识别为模糊实体识别？对我来说，它看起来像是常规的命名实体识别。你总是要处理NLP中的变异——这里是缩写词、同义词、hyperonyms。。。