Ang Named-entity recognition ay isang subtask ng pagkuha ng impormasyon na naglalayong hanapin at pag-uri-uriin ang mga pinangalanang entity na binanggit sa hindi nakabalangkas na text sa mga paunang natukoy na kategorya gaya ng mga pangalan ng tao, organisasyon, lokasyon, medikal na code, expression ng oras, dami, pera mga halaga, porsyento, atbp.
Ano ang ginagawa ng pinangalanang entity recognition?
Ang
Named entity recognition ay isang natural na pamamaraan sa pagpoproseso ng wika na maaaring awtomatikong mag-scan ng buong artikulo at maglabas ng ilang pangunahing entity sa isang text at uriin ang mga ito sa mga paunang natukoy na kategorya.
Ano ang pinangalanang entity recognition ipaliwanag sa tulong ng mga halimbawa?
Named entity recognition (NER) nakakatulong sa iyong madaling matukoy ang mga pangunahing elemento sa isang text, tulad ng mga pangalan ng tao, lugar, brand, halaga ng pera, at higit pa. Ang pag-extract ng mga pangunahing entity sa isang text ay nakakatulong sa pag-uri-uriin ang hindi nakabalangkas na data at pagtuklas ng mahalagang impormasyon, na mahalaga kung kailangan mong harapin ang malalaking dataset.
Saan ginagamit ang pinangalanang entity recognition?
Named Entity Recognition ay maaaring awtomatikong i-scan ang buong artikulo at ibunyag kung alin ang mga pangunahing tao, organisasyon, at lugar na tinalakay sa mga ito. Ang pag-alam sa mga nauugnay na tag para sa bawat artikulo ay nakakatulong sa awtomatikong pagkategorya ng mga artikulo sa tinukoy na mga hierarchy at paganahin ang maayos na pagtuklas ng nilalaman.
Paano ka gagawa ng pinangalanang entity recognition?
- Idagdag ang bagong label ng entity sa entitytagakilala gamit ang paraan ng add_label.
- Ilipat ang mga halimbawa at tawagan ang nlp. update, na sumusulong sa mga salita ng input. Sa bawat salita, gumagawa ito ng hula. …
- I-save ang sinanay na modelo gamit ang nlp. to_disk.
- Subukan ang modelo upang matiyak na nakikilala nang tama ang bagong entity.
