pythonnltk解释一个固定的句子模式并标记i

Question

我有一个应用程序，NLTK需要解释人类的语言，并从中找到有意义的片段。需要解释的句子是from <somewhere>, to <somewhere> on <some_date>, <class_of_travel,like AC_CHAIR_CAR>的形式。如你所知，这可以用很多种方式来表达，例如

1. 我想从亚特兰大去纽约，商务舱，2014年7月25日。

2. 我想坐公务舱，7月25日从纽约到亚特兰大。

3. 我有一个梦想，有一天我会登上飞机，坐商务舱，在纽约降落，出发地在亚特兰大，最好是在7月25日。

4. 7月25日亚特兰大到纽约，公务舱。

你明白了。我想提取的是一些信息的小道消息——源、目的地、类、日期。有些可能丢失，必须加以识别或适当假设。就像如果发现来源不见了，就去确认。或者，如果年份不见了，就把它记到当年。而一直忽视那些无用的信息（比如《我有一个梦想》这一部分，就像我崇拜马丁·路德一样）。在

我有什么办法可以在NLTK中实现这一点吗？我知道这里有贴标签的，也有一些方法可以训练标签的，但我对此还没有足够的知识。是否有可能涵盖所有可能的情况下，可以这样一个句子，并提取信息像这样？如果是这样的话，我会很感激你的指导。在

Answer 1

这个问题被称为“命名实体识别”（或简称“ner”）。你应该针对那些特定的数据库类型，比如，google上的一些特定的规则

在http://nlp.stanford.edu:8080/ner/处签出演示NER系统

检测对日期和时间的引用可能是最具启发性的解决方案。在

如果您使用的文本域是特定且非常有限的，那么设置手动编辑的实体列表可能会非常有用。
e、 g.只需列出所有机场代码/拥有商业机场的所有城市的名称，并尝试将这些名称与任何输入文本进行精确的字符串匹配。在