重点命名实体识别（NER）？

Question

我想识别特定领域（例如棒球）中的命名实体。我知道有像StanfordNER，LingPipe，AlchemyAPI这样的工具，我已经对它们进行了一些测试。但我想要的是具体的字段，如前所述。这怎么可能？

Answer 1

一种方法可能是

1. 使用常规（非特定域名）工具来检测人名

2. 使用主题分类器过滤掉不在域中的文字

如果数据集的总大小足够且提取器和分类器的准确性足够好，您可以使用结果获取与域密切相关的人名列表有问题的（例如，通过将结果限制在域特定文本中比在其他文本中更频繁地提及）。

在棒球的情况下，这应该是获得与棒球相关的人员列表的一种相当好的方式。但是，这不是获得棒球球员名单的好方法。对于后者，有必要分析提到姓名的确切背景和所说的事情;但也许这不是必需的。

修改 主题分类器我的意思与其他人可能仅仅称为分类，文档分类< / em>，域名分类或类似。即用型工具的示例包括Python-NLTK中的分类器（请参阅here示例）和LingPipe中的分类器（请参阅here）。

Answer 2

看一下涵盖250多个类别的smile-ner.appspot.com。特别是，它涵盖了许多体育运动的人/团队/俱乐部。可能对您有用。