python中是否有用于NER的单词形状特征库？

作为python的初学者，我正在尝试构建自己的命名实体识别器，众所周知，单词形状特征在NER中特别重要。是否存在定义这些功能的已知库？例如，这些功能的一个版本用x表示小写字母，用x表示大写字母，用d表示数字，并保留标点符号，将DC10-30映射到XX dd dd，将I.M.F映射到x.x.x.

因此，我寻找一个库，它将通过应用这些众所周知的功能来改进我的识别器。如果没有这样的库，我如何提取一个单词的词形特征

wordshape("D-Day") = X-Xxx

---

提前感谢。

您可以使用正则表达式解决此问题。正则表达式的Python标准库是

re

下面的功能可以实现您想要的功能

def wordshape(text):
    import re
    t1 = re.sub('[A-Z]', 'X',text)
    t2 = re.sub('[a-z]', 'x', t1)
    return re.sub('[0-9]', 'd', t2)

>>> wordshape("DC10-30")
'XXdd-dd'
>>> wordshape("D-Day")
'X-Xxx'
>>> wordshape('I.M.F')
'X.X.X'

---

您可以使用正则表达式解决这个问题。正则表达式的Python标准库是

re

下面的功能可以实现您想要的功能

def wordshape(text):
    import re
    t1 = re.sub('[A-Z]', 'X',text)
    t2 = re.sub('[a-z]', 'x', t1)
    return re.sub('[0-9]', 'd', t2)

>>> wordshape("DC10-30")
'XXdd-dd'
>>> wordshape("D-Day")
'X-Xxx'
>>> wordshape('I.M.F')
'X.X.X'