Python：如何根据文本的实体对文本进行预测和分组？

给定一些文本记录，如以下，如何将文本组织到其实体定义中？例如，自动知道哪些是地址、电子邮件和电话号码，哪些是姓名，并对它们进行分组，即使这些文本的出现并不一致，也不总是保证它们会出现。这是一个很难解决的问题，因为没有标记元素来分隔它们，它只是由换行符和破折号分隔结果的原始文本。我想知道我如何着手解决这个问题，需要什么技术来实现这一点

James W.
342 Ave.
Seattle, WA
483948
483-428-1311
james@w.edu

-------------


Cecil F.
100 Ave.
San Fransico, CA
cecil@mail.com

--------------


Steve Frein
(+12) 142-2221
158 Saint St.,
Berlin, Germany

---

你前面还有很长的路要走。首先，检查数据集，寻找每行时间的可识别模式，并编写一个唯一的正则表达式来匹配它们。在正则表达式集合中运行文件，并发出任何不匹配的行。随着时间的推移，您最终会确定异常情况。

可能可以研究每个实体的正则表达式。@shaktimaan我也这么认为，但对于字符串完全依赖于实体定义的情况，这是行不通的。例如，产品类别，它可以是任何东西，但只有人类才能注意到这一点。我避开正则表达式，因为它不适用于简单模式不够的情况。例如，一个人的职业可以是任何东西，除非你提前知道每一个可能的排列，否则仅仅使用正则表达式是非常困难的。如果没有可预测的模式，项目就无法进行。