命名实体识别学习笔记——使用Ltp

电玩女神 2023-06-05 05:27 118阅读 0赞

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。  
本文链接：https://blog.csdn.net/xuewenstudy/article/details/85028173  
        命名实体识别（Named Entity Recognition，简称NER）用于识别文本中具有特定意义的实体。需要识别的实体可以分为三大类（实体类、时间类和数字类）和七小类（人名、机构名、地名、时间、日期、货币和百分比）。

本文介绍使用Ltp进行命名实体识别。

1、安装Ltp Python组件

（1）pyltp安装：

pip install pyltp

(不支持conda-python)

（2）部署语言模型库：

下载链接：http://ltp.ai/download.html

解压后如图所示

cws是中文分词模型，ner是命名实体识别模型，paeser是句法解析模型，pos是词性标注模型。

2、使用Ltp进行命名实体识别

（1）代码：

import sys  
import os  
from pyltp import \*

sent = "欧洲 东部 的 罗马尼亚 ， 首都 是 布加勒斯特 ， 也 是 一 座 世界性 的 城市 。"  
words = sent.split(" ")

postagger = Postagger()  
postagger.load("D:\\\\Projects\\\\nlp\\\\ltp\_data\_v3.3.1\\\\pos.model")    \#导入词性标注模块  
postags = postagger.postag(words)

recognizer = NamedEntityRecognizer()  
recognizer.load("D:\\\\Projects\\\\nlp\\\\ltp\_data\_v3.3.1\\\\ner.model")    \#导入命名实体识别模块  
netags = recognizer.recognize(words, postags)

for word,postag,netag in zip(words,postags,netags):  
    print(word+'/'+postag+'/'+netag)

（2）运行结果：

词、词性、识别的专名用“ / ”分开了，“O”表示非专名，“S-Ns”表示地名。

参考文献：

郑捷，《NLP汉语自然语言处理原理与实践》  
————————————————  
版权声明：本文为CSDN博主「xuewenstudy」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。  
原文链接：https://blog.csdn.net/xuewenstudy/article/details/85028173

![1432127-20190905181021352-1529121153.jpg][]

转载于:https://www.cnblogs.com/jfdwd/p/11468795.html

[1432127-20190905181021352-1529121153.jpg]: /images/20230601/22aa6482e9cc4cd9b15fd95faa781cc8.png