使用机器学习识别句子中的重要词汇

我想使用机器学习从句子中提取与攀岩相关的名称/地点。我已经对类似这样的数据进行了“分类”:

Bouldering in Central Park!!||Central ParkNot the best angle but check out that latch!!! Golden Bowl (V7) in Squamish||Golden Bowl||Squamish  Does anyone have a used crash pad for sale?||

(其中我有一个句子,后面跟||,然后是所有的名称/地点(再次以||分隔)

由于我最熟悉C#,所以我在考虑使用ML.NET来做这件事,但似乎找不到如何开始。我认为Iris分类示例可能是最接近我的情况的?但我不确定

对于ML.NET中要使用的分类模型有什么建议吗?或者使用不同的语言/框架?


回答:

你可以轻松尝试一些预训练的命名实体识别(NER)算法,比如斯坦福大学的或Spacy的。可能这些对你来说还不够充分,所以在那个步骤你需要确定你的实体类型,并进行一些标注来训练你自己的NER算法。

你可以开始查看斯坦福NERSpacy NER模块。

编辑:你可以更改分类器类型以获得不同的结果。

在斯坦福在线演示工具上的示例结果:

enter image description here

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注