使用Python从个人地名词典进行命名实体识别
我在用Python的NLTK库做命名实体识别。
我想提取个人的技能列表。
我已经有了技能的列表，想在招聘信息中搜索这些技能并给它们打标签。
我注意到NLTK有一些预定义的标签，比如人名、地点等。
请问在Python中有没有其他的外部工具可以用来标记这些技能？
有没有什么更高级的方法，而不仅仅是搜索单个词（有时候是多个词的组合）？
谢谢，
Assaf
2 个回答
1
你可以看看 RegexpTagger 和 RegexpParser，我觉得这正是你需要的东西。
你可以自己创建词性标签，也就是说把技能和标签对应起来，然后很容易地定义语法规则。
关于标签器的一些示例代码可以在 这个pdf里找到。
1
我最近没怎么用过NLTK，但如果你知道哪些词是技能的话，其实不需要做命名实体识别（NER），只要简单地搜索文本就可以了。
你可以试试用Lucene或者其他搜索库来找到这些文本，然后再给它们加上标注？这会比较麻烦，但如果你处理的数据量很大，这样做可能还不错。或者，你也可以用正则表达式来搜索，这样速度会慢一些，但对于小量数据来说，应该能正常工作，而且实现起来会简单很多。