nlp - 使用Syntaxnet命名实体识别

我正在尝试了解和学习SyntaxNet。我试图弄清楚是否有任何方法可以使用SyntaxNet进行语料库的名称实体识别。任何示例代码或有用的链接将不胜感激。

最佳答案

虽然Syntaxnet没有明确提供任何命名实体识别功能，但Parsey McParseface会进行语音标记的一部分并将输出作为Co-NLL表生成。

任何专有名词都被标记为NNP，我发现像这样的简单正则表达式标识符:<NNP>+，即一个或多个专有名词放在一起，可以很好地产生文档中的命名实体。它当然是基本的和基于规则的，但是仍然有效。

为了将Co-NLL数据从demo.sh脚本(位于“/opt/tensorflow/models/syntaxnet/syntaxnet”中)传送到输出文件，请注释掉将其传送到conll2ascii.py的代码部分。该脚本如下所示:

PARSER_EVAL=bazel-bin/syntaxnet/parser_eval
MODEL_DIR=syntaxnet/models/parsey_mcparseface
[[ "$1" == "--conll" ]] && INPUT_FORMAT=stdin-conll || INPUT_FORMAT=stdin

$PARSER_EVAL \
  --input=$INPUT_FORMAT \
  --output=stdout-conll \
  --hidden_layer_sizes=64 \
  --arg_prefix=brain_tagger \
  --graph_builder=structured \
  --task_context=$MODEL_DIR/context.pbtxt \
  --model_path=$MODEL_DIR/tagger-params \
  --slim_model \
  --batch_size=1024 \
  --alsologtostderr \
   | \
  $PARSER_EVAL \
  --input=stdin-conll \
  --output=sample-param \
  --hidden_layer_sizes=512,512 \
  --arg_prefix=brain_parser \
  --graph_builder=structured \
  --task_context=$MODEL_DIR/context.pbtxt \
  --model_path=$MODEL_DIR/parser-params \
  --slim_model \
  --batch_size=1024 \
  --alsologtostderr

您还将注意到，在上述文件中，输出参数已更改为sample-param。现在，我们将对此进行设置。转到context.pbtxt文件(位于“/opt/tensorflow/models/syntaxnet/syntaxnet/models/parsey_mcparseface”中)，并创建一个输入参数以指向您的输出文件。它看起来应该像这样:

input {
  name: 'sample-param'
  record_format: 'conll-sentence'
  Part {
    file_pattern: "directory/prepoutput.txt"
  }
}

保存并关闭文件，然后返回“/opt/tensorflow/models/syntaxnet”，然后按照syntaxnet教程中的说明运行syntaxnet/demo.sh。完成后，转到指定的输出文件夹，您应该有一个co-nll格式的表。然后，您可以运行一个简单的迭代程序，遍历每个条目并标识pos标签，并基于此可以尝试我建议的实体识别格式的变体。

希望这对您有所帮助!