Извлечение информации и извлечение отношений с Stanford NLP для python

Question

Как мне извлечь названия некоторых компаний из пакета документов, используя ядро ​​Standford NLP для Python?

Вот образец моих данных:

"3Trucks Inc" ("3Trucks" или компания) - это высокотехнологичная цифровая платформа B2B для дальних перевозок, которая позволяет владельцам грузов удовлетворять потребности в перевозках на дальние расстояния и владельцам грузовых автомобилей, которые могут их обслуживать, с помощью своей собственной цифровой платформы, созданной в 2016 году., 3Trucks со штаб-квартирой в Калифорнии и арендовал офисы в Бостоне и Флориде. Некоторые из их главных клиентов, Google,IBM и Nokia

3Trucks была основана в 2010 году, г-н Марк Роберт является ее генеральным директором, а Джон Маклин - партнером и техническим директором ".

Я хочу вывести для извлечения информации:

3Truck

Я хочу вывести для извлечения отношений:

('3truck', founded '2010'),
('John Mclean', 'Partner')
('3truck',client 'Google')

Answer 1

Обычно для таких приложений будет использоваться распознавание именованных объектов, но NER может классифицироваться только по некоторым категориям.

from nltk import word_tokenize, pos_tag, ne_chunk
from nltk.chunk import tree2conlltags

sentence = "Mark and John are working at Google."
print(tree2conlltags(ne_chunk(pos_tag(word_tokenize(sentence))
"""[('Mark', 'NNP', 'B-PERSON'), 
    ('and', 'CC', 'O'), ('John', 'NNP', 'B-PERSON'), 
    ('are', 'VBP', 'O'), ('working', 'VBG', 'O'), 
    ('at', 'IN', 'O'), ('Google', 'NNP', 'B-ORGANIZATION'), 
    ('.', '.', 'O')] """

Для подачи заявления вы должны обучить распознавание именованных объектов в отношении данных, которые вы собираетесь задать.

Answer 2

Это довольно просто, вы можете использовать Spacy NER (распознавание сущностей на естественном языке) для выполнения своей задачи. Он имеет набор предварительно обученных моделей для идентификации различных сущностей.