解析位置，人名，字符串的日期由NLTK

Question

我有很多字符串，如下，

1. ISLAMABAD: Chief Justice Iftikhar Muhammad Chaudhry said that National Accountab
2. KARACHI, July 24 -- Police claimed to have arrested several suspects in separate
3. ALUM KULAM, Sri Lanka -- As gray-bellied clouds started to blot out the scorchin

我使用NLTK删除日期行部分并识别日期，地点和人名？

使用pos标记我可以找到词性。但我需要确定位置，日期，人名。我怎么能这样做？

更新：

注意：我不想再执行另一个http请求。我需要使用自己的代码解析它。如果有图书馆可以使用它。

更新

我使用ne_chunk。但没有运气。

import nltk

def pchunk(t):
    w_tokens = nltk.word_tokenize(t)
    pt = nltk.pos_tag(w_tokens)
    ne = nltk.ne_chunk(pt)
    print ne

# txts is a list of those 3 sentences.
for t in txts:                                            
    print t
    pchunk(t)

输出正在跟随，

ISLAMABAD: Chief Justice Iftikhar Muhammad Chaudhry said that National Accountab

(S
  ISLAMABAD/NNP
  :/:
  Chief/NNP
  Justice/NNP
  (PERSON Iftikhar/NNP Muhammad/NNP Chaudhry/NNP)
  said/VBD
  that/IN
  (ORGANIZATION National/NNP Accountab/NNP))

KARACHI, July 24 -- Police claimed to have arrested several suspects in separate

(S
  (GPE KARACHI/NNP)
  ,/,
  July/NNP
  24/CD
  --/:
  Police/NNP
  claimed/VBD
  to/TO
  have/VB
  arrested/VBN
  several/JJ
  suspects/NNS
  in/IN
  separate/JJ)

ALUM KULAM, Sri Lanka -- As gray-bellied clouds started to blot out the scorchin

(S
  (GPE ALUM/NN)
  (ORGANIZATION KULAM/NN)
  ,/,
  (PERSON Sri/NNP Lanka/NNP)
  --/:
  As/IN
  gray-bellied/JJ
  clouds/NNS
  started/VBN
  to/TO
  blot/VB
  out/RP
  the/DT
  scorchin/NN)

仔细检查。即使 KARACHI 也被很好地识别，但斯里兰卡被识别为人， ISLAMABAD 被识别为NNP而不是GPE。

Answer 1

如果根据您的要求使用API​​与您自己的代码相符，Wit API可以轻松为您做这件事。

Wit还会将日期/时间令牌解析为标准化日期。

要开始使用，您只需提供一些示例。

Answer 2

Yahoo有一个placefinder API，可以帮助识别地点。看起来这些地方总是处于起步阶段，因此可能值得采用前两个单词并将其扔到API，直到它达到极限：

http://developer.yahoo.com/boss/geo/

也值得一看，使用可怕的REGEX来识别资本： Regular expression for checking if capital letters are found consecutively in a string?

祝你好运！