传统的命名实体识别与关系抽取技术

从纯文本中提取实体

1import re
2
3# 示例文本
4text = "John的生日是08/15/1990，他的结婚纪念日是August 15, 1990。"
5
6# 定义匹配MM/DD/YYYY格式日期的正则表达式模式
7pattern_mmddyyyy = r'\b\d{2}/\d{2}/\d{4}\b'
8
9# 定义匹配“月份 日, 年”格式日期的正则表达式模式
10pattern_monthdayyear = r'\b[A-Za-z]+ \d{2}, \d{4}\b'
11
12# 查找两种模式的所有匹配项
13dates_mmddyyyy = re.findall(pattern_mmddyyyy, text)
14dates_monthdayyear = re.findall(pattern_monthdayyear, text)
15
16print("MM/DD/YYYY 格式的日期:", dates_mmddyyyy)
17print("月份 日, 年 格式的日期:", dates_monthdayyear)

1# 示例文本
2text = "John今年访问了巴黎、纽约和伦敦。"
3
4# 已知城市名称列表
5city_dictionary = ['巴黎', '纽约', '伦敦', '柏林', '东京']
6
7# 从文本中查找并提取城市名称
8extracted_cities = [city for city in city_dictionary if city in text]
9
10print("提取的城市:", extracted_cities)

识别实体之间的关系

使用NLTK通过条件随机场（CRFs）进行实体抽取

使用spaCy通过深度学习模型进行实体抽取

使用依存句法分析和模式匹配进行关系抽取