我想将像“佳能D1000 400万像素相机 2倍变焦 LCD”这样的非结构化产品标题解析成结构化数据，如{品牌: canon, 型号: d1000, 镜头: 4MP 变焦: 2X, 显示类型: LCD}。
到目前为止，我已经做了以下几步：
- 删除停用词并进行清理（删除字符如
-;:/） - 将长字符串分词成单词。
任何技术/库/方法/算法的建议都将非常受欢迎！
编辑：产品标题没有固定的模式。卖家可以输入任何内容作为标题。例如，’佳能D1000’可能只是标题。此外，此练习不仅适用于相机数据集，标题可以是任何产品的标题。
回答：
由于你有大量的训练数据（我假设你有很多标题和结构化JSON规格的配对），我会尝试训练一个命名实体识别器。
例如，你可以训练斯坦福NER。请查看这个常见问题解答条目，了解如何操作。显然，你需要调整参数，因为产品标题并不完全是句子。
你需要准备训练数据，但这应该不难。你需要两个列，单词和答案，你可以添加标签列（但我不确定标准词性标注器的准确性，因为这是相当非典型的文本）。我会简单地从关联的JSON规格中提取答案列的值，会有一些模糊性，但我认为这种情况足够罕见，可以忽略不计。
