Benoemde-entiteit-herkenning is 'n subtaak van inligting-onttrekking wat poog om benoemde entiteite wat in ongestruktureerde teks genoem word op te spoor en te klassifiseer in vooraf gedefinieerde kategorieë soos persoonsname, organisasies, liggings, mediese kodes, tyduitdrukkings, hoeveelhede, geldelike waardes, persentasies, ens.
Wat doen benoemde entiteitsherkenning?
Benoemde entiteitsherkenning is 'n natuurlike taalverwerkingstegniek wat volledige artikels outomaties kan skandeer en 'n paar fundamentele entiteite in 'n teks kan uittrek en dit in voorafbepaalde kategorieë kan klassifiseer.
Wat word genoem entiteitsherkenning verduidelik met behulp van voorbeelde?
Benoemde entiteitsherkenning (NER) help jou om die sleutelelemente in 'n teks maklik te identifiseer, soos name van mense, plekke, handelsmerke, geldwaardes en meer. Die onttrekking van die hoofentiteite in 'n teks help om ongestruktureerde data te sorteer en belangrike inligting op te spoor, wat van kardinale belang is as jy met groot datastelle te doen het.
Waar word benoemde entiteitsherkenning gebruik?
Benoemde Entiteit-erkenning kan outomaties hele artikels skandeer en onthul wat die belangrikste mense, organisasies en plekke is wat daarin bespreek word. Om die relevante etikette vir elke artikel te ken, help om die artikels outomaties in gedefinieerde hiërargieë te kategoriseer en maak gladde inhoudontdekking moontlik.
Hoe skep jy 'n benoemde entiteitserkenning?
- Voeg die nuwe entiteitetiket by die entiteitherkenner wat die add_label-metode gebruik.
- Los oor die voorbeelde en noem nlp. update, wat deur die woorde van die invoer stap. By elke woord maak dit 'n voorspelling. …
- Stoor die opgeleide model met behulp van nlp. na_skyf.
- Toets die model om seker te maak die nuwe entiteit word korrek herken.
