命名实体源和识别（NER）的多维数据集。
cubicweb-ner的Python项目详细描述
摘要
----
命名实体源和识别（NER）的多维数据集。
此多维数据集提供：
-NER source（即命名实体源）的概念，例如dbpedia或dbpedia en（用于
dbpedia（英语）。
-nerrentry的概念这是一个可以识别的标记/单词/条目。
基本上它需要一个“label”和一个“cwuri”，但是可以给一个“unormalize_label”
以加快匹配速度，给一个“weight”以消除歧义，或者给一个“lang”以进行排序。它应该与一个NeReals.BR/> BR/>——NelPurm的概念，它是一个实体实体类型，它存储了命名实体识别的参数
：一个“名称”、“主机”（AppID或SPARQL端点的URL）、
请求（RQL或SPARQL，带有用于替换的令牌密钥）、一个类型（“RQL”或“SPARQL”）
，和一个朗（用于排序）。
BR/> BR/>基本上可以定义一个词汇（NeSealEngor），它包含条目（NerEntry）。
因此可以在其他应用程序中定义进程（NerProcess），以检索某些内容中的这些条目。
Installation
----
创建实例：
*使用：cubicweb ctl Create ner<；name of instance>创建实例；
*使用：cubicweb ctl db Create<；实例名称>；
name=u“dbpedia-38-en”）
ner_u source=123）
或：
session.create戋u entity（'neretry'，label=u“barack obama”，cwuri=u“http://dbpedia.org/page/barack戋obama”，
ner戋u source=123，unormalize戋u label=u“barack obama”，lang=u“fr”，weight=1）
CW外壳）：
会话。创建实体（'nerprocess'，name=<；进程的名称>；，host=<；主机的名称/url>；，
type=<；rql或sparql>；，request=<；rql或sparql query with%（token）s>；）
例如：
会话。创建实体（'nerprocess'，name=u'dbpedia38-en'，host=u'ner'，
type=u'rql'，lang=u'en'，
request=u'Any u WHERE X label%（token）s，X cwuri u，'
'X ner_source NS，NS name“dbpedia38 en”'）
或：
会话。创建实体（“NerProcess”name=u'dbpedia-sparql'，host=u'http://dbpedia.org/sparql'，
type=u'sparql'，lang=u'en'，
request=u''选择？uri
在哪里{
？uri rdfs:label“%（w）s”@en.
？uri rdf:类型？类型
过滤器（？键入（DbPedieOWL:事件，
DbPedieOWL：BR/> dBPEDAI OWL:地方，
DbPedieOWL:Topic Curror）'BR/>命令> BR/> -BR/>
> BR/>存在一个命令“NeRealDigabdPydia”，用于从DbPEDIa转储导入标签：
BR/> *从DbPeDI下载“LabelsS.En.NT”（例如http://wiki.dbpedia.org/downloads38），
在数据集“titles”中。警告！您应该下载NT文件。
*解压缩文件
*使用命令：
例如，源>；可以是“dbpedia38 en”。
adapters
--
“inamedentiescontentabstract”适配器可用于暗示etype
具有可应用命名实体识别的内容。
----
命名实体源和识别（NER）的多维数据集。
此多维数据集提供：
-NER source（即命名实体源）的概念，例如dbpedia或dbpedia en（用于
dbpedia（英语）。
-nerrentry的概念这是一个可以识别的标记/单词/条目。
基本上它需要一个“label”和一个“cwuri”，但是可以给一个“unormalize_label”
以加快匹配速度，给一个“weight”以消除歧义，或者给一个“lang”以进行排序。它应该与一个NeReals.BR/> BR/>——NelPurm的概念，它是一个实体实体类型，它存储了命名实体识别的参数
：一个“名称”、“主机”（AppID或SPARQL端点的URL）、
请求（RQL或SPARQL，带有用于替换的令牌密钥）、一个类型（“RQL”或“SPARQL”）
，和一个朗（用于排序）。
BR/> BR/>基本上可以定义一个词汇（NeSealEngor），它包含条目（NerEntry）。
因此可以在其他应用程序中定义进程（NerProcess），以检索某些内容中的这些条目。
Installation
----
创建实例：
*使用：cubicweb ctl Create ner<；name of instance>创建实例；
*使用：cubicweb ctl db Create<；实例名称>；
name=u“dbpedia-38-en”）
ner_u source=123）
或：
session.create戋u entity（'neretry'，label=u“barack obama”，cwuri=u“http://dbpedia.org/page/barack戋obama”，
ner戋u source=123，unormalize戋u label=u“barack obama”，lang=u“fr”，weight=1）
CW外壳）：
会话。创建实体（'nerprocess'，name=<；进程的名称>；，host=<；主机的名称/url>；，
type=<；rql或sparql>；，request=<；rql或sparql query with%（token）s>；）
例如：
会话。创建实体（'nerprocess'，name=u'dbpedia38-en'，host=u'ner'，
type=u'rql'，lang=u'en'，
request=u'Any u WHERE X label%（token）s，X cwuri u，'
'X ner_source NS，NS name“dbpedia38 en”'）
或：
会话。创建实体（“NerProcess”name=u'dbpedia-sparql'，host=u'http://dbpedia.org/sparql'，
type=u'sparql'，lang=u'en'，
request=u''选择？uri
在哪里{
？uri rdfs:label“%（w）s”@en.
？uri rdf:类型？类型
过滤器（？键入（DbPedieOWL:事件，
DbPedieOWL：BR/> dBPEDAI OWL:地方，
DbPedieOWL:Topic Curror）'BR/>命令> BR/> -BR/>
> BR/>存在一个命令“NeRealDigabdPydia”，用于从DbPEDIa转储导入标签：
BR/> *从DbPeDI下载“LabelsS.En.NT”（例如http://wiki.dbpedia.org/downloads38），
在数据集“titles”中。警告！您应该下载NT文件。
*解压缩文件
*使用命令：
例如，源>；可以是“dbpedia38 en”。
adapters
--
“inamedentiescontentabstract”适配器可用于暗示etype
具有可应用命名实体识别的内容。
欢迎加入QQ群-->： 979659372
