Nlp 我可以自动定义实体类型吗？_Nlp_Stanford Nlp_Information Retrieval_Text Analysis_Information Extraction

Nlp 我可以自动定义实体类型吗？

nlp stanford-nlp

Nlp 我可以自动定义实体类型吗？,nlp,stanford-nlp,information-retrieval,text-analysis,information-extraction,Nlp,Stanford Nlp,Information Retrieval,Text Analysis,Information Extraction,我正在尝试开发软件，根据实体类型为实体名称获取合适的属性例如，如果我有医生、护士、员工、客户、患者、讲师、捐赠者、用户、开发人员、设计师、司机、乘客和技术人员等实体，他们都有诸如姓名、性别、出生日期、电子邮件地址、家庭地址和电话号码等属性，因为他们都是人第二个示例单词，如大学、学院、医院、酒店和超市，可以共享名称、地址和电话号码等属性，因为它们都可以是组织是否有任何自然语言处理工具和软件可以帮助我实现我的目标。我需要将实体类型标识为个人或发起人，然后根据实体类型附加适当的属性我曾经研究

我正在尝试开发软件，根据实体类型为实体名称获取合适的属性

例如，如果我有医生、护士、员工、客户、患者、讲师、捐赠者、用户、开发人员、设计师、司机、乘客和技术人员等实体，他们都有诸如姓名、性别、出生日期、电子邮件地址、家庭地址和电话号码等属性，因为他们都是人

第二个示例单词，如大学、学院、医院、酒店和超市，可以共享名称、地址和电话号码等属性，因为它们都可以是组织

是否有任何自然语言处理工具和软件可以帮助我实现我的目标。我需要将实体类型标识为个人或发起人，然后根据实体类型附加适当的属性

我曾经研究过名称实体识别（NER）工具，比如斯坦福名称实体识别器，它可以提取实体，比如人、地点、组织、金钱、时间、日期和百分比，但它并没有真正的用处

我可以通过建立我自己的地名录来做到这一点，但是我不愿意选择这个选项，除非我无法自动做到这一点

任何帮助、建议和想法都将不胜感激

如果我理解正确，您主要感兴趣的是知道给定的单词是否可以映射到人类、组织等的一般类别

您应该使用，它提供了一般英语词汇的完整层次结构。在用户界面中尝试一下，了解一下它是如何工作的

WordNet对单词之间的关系进行编码。其中一个关系是，一个花哨的词，意思是从一般到特殊的关系

一些例子：

Vehicle是船的缩写
汽车是汽车的一个重要组成部分
“人”是工人的缩写，而“管道工”是工人的缩写

上下义是上义的逆关系：

船是交通工具的下义词
Car是vehicle的下义词
管道工是工人的下称，其本身就是人类的下称

这些关系是可传递的，因此在我的最后一个示例中，

管道工

也是

人类

的下义词。这就为您的问题提供了解决方案：任何以“人”为超级名称的单词都应该映射到“人”并具有“人”属性

有一些库可以从和以及许多其他语言访问WordNet。是将WordNet与NLTK Python模块一起使用的文档

判断一个词是否为“人”的下义词的一个简短示例

from nltk.corpus import wordnet as wn

human = wn.synset('person.n.01')
hyponyms_of_human = set(x for x in human.closure(lambda s:s.hyponyms())
fireman = wn.synsets('fireman')
salad = wn.synsets('salad')
print(any(x in hyponyms_of_human for x in fireman))  # outputs True
print(any(x in hyponyms_of_human for x in salad))  # outputs False