Erkännande av namngivna enheter är en deluppgift av informationsextraktion som försöker lokalisera och klassificera namngivna enheter som nämns i ostrukturerad text i fördefinierade kategorier såsom personnamn, organisationer, platser, medicinska koder, tidsuttryck, kvantiteter, monetära värden, procentsatser etc.
Vad gör erkännande av namngivna enheter?
Namngiven enhetsigenkänning är en naturligt språkbehandlingsteknik som automatiskt kan skanna hela artiklar och dra ut några grundläggande enheter i en text och klassificera dem i fördefinierade kategorier.
Vad kallas enhetsigenkänning förklara med hjälp av exempel?
Named entity recognition (NER) hjälper dig enkelt identifiera nyckelelementen i en text, som namn på personer, platser, varumärken, monetära värden och mer. Att extrahera huvudenheterna i en text hjälper till att sortera ostrukturerad data och upptäcka viktig information, vilket är avgörande om du måste hantera stora datamängder.
Var används namngiven enhetsigenkänning?
Named Entity Recognition kan automatiskt skanna hela artiklar och avslöja vilka som är de viktigaste personerna, organisationerna och platserna som diskuteras i dem. Att känna till de relevanta taggarna för varje artikel hjälper till att automatiskt kategorisera artiklarna i definierade hierarkier och möjliggör smidig upptäckt av innehåll.
Hur skapar du en namngiven enhetsigenkänning?
- Lägg till den nya enhetsetiketten till enhetenigenkännare med add_label-metoden.
- Böga över exemplen och ring nlp. update, som går igenom orden i inmatningen. Vid varje ord gör den en förutsägelse. …
- Spara den tränade modellen med hjälp av nlp. to_disk.
- Testa modellen för att se till att den nya enheten känns igen korrekt.
