使用自定义词汇表（python）从自由文本中标记、提取短语？

我有一个自定义词汇表，SQL表中约有100万行。每行有一个UID和一个相应的短语，其长度可以是多个单词。这张桌子很少变动

我需要在自由文本文档中根据上述自定义词汇表标记、提取、组块或识别（NER？）实体短语。所以对于自由文本中的一个短语，我可以提取它的UID

如果根据一些阈值/算法设置对部分匹配和以不同顺序出现的短语标记进行标记/提取，那就太好了

• 哪种NLP工具（最好是基于Python的）可以在标记、提取、分块或从自由文本中删除时使用自定义词汇表
• 了解目标是从自由文本中提取短语-哪种格式最适合此自定义词汇表与NLP工具一起使用？XML、JSON、树、IOB块、其他
• 有没有工具可以帮助将SQL表（原始自定义词汇表）转换为NLP算法需要使用的词汇表格式
• 我是否需要与其他（非pythonic）工具集成，如GATE、KEA、Lingpipe、apachestanbol或OpenNLP
• 是否有用于标记/提取和创建自定义词汇表的API
• 有使用RapidMiner或TextRazor的经验吗？这些工具能帮助实现上述功能吗

---

谢谢

经过数小时的各种API检查，我们决定使用TextRazor

NLP短语提取/分类结果的质量非常好-TextRazor使用Freebase和DBpedia（以及其他存储库），这允许TextRazor将诸如“计算机安全”之类的短语正确地分类/分类/提取为一个实体（而不是其他许多API-将此示例错误地分类为一个类别）“计算机”和另一类“安全性”）。编程控制TextRazor将使用哪些术语，哪些术语不使用，同样非常简单

就速度而言，TextRazor速度惊人。如果我理解正确，它在许多（成百上千？）亚马逊点播机器上使用并行计算

成本-我们将其与其他公司进行了比较，并与他们的一个竞争对手（一家非常大的三信公司）进行了深入分析-他们绝对具有竞争力且合理

使用Python与API的集成（相对而言）是直接的，除了在Web2Py框架上本地工作时https的一些小问题。如果您在Web2Py框架上本地使用TextRazor时遇到障碍，请随时ping我，我很乐意与您分享我们的解决方案

服务/支持-几乎是即时的-他们通常在12小时内回复所有查询

---

披露-我没有与TextRazor相关的利益、股份或任何其他财务利益，我们实际上仍在他们的免费计划中-因此我们还没有为他们的API服务支付费用。

在检查了许多小时的各种API后，我们决定使用TextRazor

NLP短语提取/分类结果的质量非常好-TextRazor使用Freebase和DBpedia（以及其他存储库），这允许TextRazor将诸如“计算机安全”之类的短语正确地分类/分类/提取为一个实体（而不是其他许多API-将此示例错误地分类为编程控制TextRazor将使用哪些术语，哪些术语不使用，同样非常简单

就速度而言，TextRazor速度惊人。如果我理解正确，它在许多（成百上千？）亚马逊点播机器上使用并行计算

成本-我们将其与其他公司进行了比较，并与他们的一个竞争对手（一家非常大的三信公司）进行了深入分析-他们绝对具有竞争力且合理

使用Python与API的集成（相对而言）是直接的，除了在Web2Py框架上本地工作时https的一些小问题。如果您在Web2Py框架上本地使用TextRazor时遇到障碍，请随时ping我，我很乐意与您分享我们的解决方案

服务/支持-几乎是即时的-他们通常在12小时内回复所有查询

披露-我没有与TextRazor相关的利益、股份或任何其他财务利益，我们实际上仍在他们的免费计划中-所以我们还没有为他们的API服务支付费用