Nlp 信息提取。计算提及次数以衡量相关性

Nlp 信息提取。计算提及次数以衡量相关性,nlp,information-extraction,named-entity-recognition,Nlp,Information Extraction,Named Entity Recognition,是否可以计算一个实体在一篇文章中被提及的次数?比如说 ABC公司是世界上最大的汽车制造商之一 世界它也是最大的 公司的年产量。 它也是继XYZ之后的第二大豪华车出口国 公司。ABC和XYZ都是 总产量占汽车总产量的n%以上 在该国的生产 提到ABC公司4次。是的,这是可能的。这是一个组合 命名实体识别(NER),在英语中实际上是一个 共指消解,这是正在进行的研究的主题(但尝试一下) 是的,这是可能的。这是一个组合 命名实体识别(NER),在英语中实际上是一个 共指消解,这是正在进行的研究的主

是否可以计算一个实体在一篇文章中被提及的次数?比如说

ABC公司是世界上最大的汽车制造商之一
世界
它也是最大的
公司的年产量。
它也是继XYZ之后的第二大豪华车出口国
公司。ABC和XYZ都是
总产量占汽车总产量的n%以上
在该国的生产


提到ABC公司4次。

是的,这是可能的。这是一个组合

  • 命名实体识别(NER),在英语中实际上是一个
  • 共指消解,这是正在进行的研究的主题(但尝试一下)

  • 是的,这是可能的。这是一个组合

    • 命名实体识别(NER),在英语中实际上是一个
    • 共指消解,这是正在进行的研究的主题(但尝试一下)

    我真诚的道歉——我输入了“我在哪里工作”,但在修改我的文本时,我似乎无意中删掉了这一部分。你会在我的其他回答中看到,我对这一点是始终如一的。(我将很快删除此评论)@John:你得到的-9有点苛刻。我没有料到,但我也不能对此负全部责任。我没有怨言,只是在编辑你的帖子时要小心:)我真诚的道歉——我键入了“我在哪里工作”,但在修改我的文章时,我似乎无意中删掉了这一部分。你会在我的其他回答中看到,我对这一点是始终如一的。(我将很快删除此评论)@John:你得到的-9有点苛刻。我没有料到,但我也不能对此负全部责任。没有来自我的怨恨,只是在编辑你的帖子时要小心:)