Python 如何利用神经网络模型从报文中检测出信源和目的地
我想从给定的文本中提取起点和终点 比如说,Python 如何利用神经网络模型从报文中检测出信源和目的地,python,neural-network,nlp,text-classification,ner,Python,Neural Network,Nlp,Text Classification,Ner,我想从给定的文本中提取起点和终点 比如说, I am travelling from London to New York. I am flying to Sydney from Singapore. 原产地:伦敦,新加坡。 目的地-->悉尼,纽约 NER将只提供位置名称,但无法获取起点和目的地 是否有可能训练一个神经模型来检测同样的情况 我试着训练神经网络对文本进行分类 {"tag": "Origin", "patterns": ["Flying from ", "Travelli
I am travelling from London to New York.
I am flying to Sydney from Singapore.
原产地:伦敦,新加坡。
目的地-->悉尼,纽约
NER将只提供位置名称,但无法获取起点和目的地
是否有可能训练一个神经模型来检测同样的情况
我试着训练神经网络对文本进行分类
{"tag": "Origin",
"patterns": ["Flying from ", "Travelling from ", "My source is", ]
通过这种方式,我们可以将文本分类为来源,但我也需要获得值(在本例中为伦敦、新加坡)
无论如何,我们都可以做到这一点吗?正如其他人评论的那样,NN在这里可能是一种开销,但它们仍然可以使用。要使用NN解决此问题,可以执行以下步骤:
. 这通常意味着您需要的是与本地导师一起花半个小时,或是浏览教程,而不是堆栈溢出。您没有指定需要检查的输入范围,并且您在解决问题方面几乎没有付出任何努力。为什么你需要一个神经模型来完成这项任务?从你给出的例子来看,问题仅仅是抓取“to”和“From”关键字后面的地名。我想抓取这些名称,即使它的来源是这个位置,目的地是这个位置。这就是我尝试神经模型的原因。如果你想开始学习神经网络,我建议你从数字开始。像你在这里介绍的东西不需要。我并不是真的尝试开始使用神经网络,只是想知道,如果神经网络解决了这个问题。这是一个不同的角度,我会尝试这个。但如何将位置矢量化为一个单独的维度呢?您只需将一个元素添加到所有向量(可以表示为列表)中,并将其值设置为1表示位置,否则设置为0。