我正在研究一个至少似乎需要命名实体识别的问题，但我不确定如何比NER解析更进一步。我试图做的是解析有关事件安排的信息（可能来自推文）。因此，举例来说，我希望能够自动解决“明天的甲壳虫乐队演奏”问题的是/否答案？＆＃34;来自短消息：
＆＃34;甲壳虫乐队明天取消了他们的节目＆＃34;要么 ＆＃34;甲壳虫乐队＆＃39; show仍然在明天＆＃34;
我知道NER会让我接近，因为它会识别感兴趣的乐队和时间（如果有的话），但有很多方法可以表达我感兴趣的概念，例如：
＆＃34;甲壳虫乐队将在明天开始播放＃34;要么 ＆＃34;甲壳虫乐队明天不会参加比赛。＆＃34;
如何从NER解析表示中提取感兴趣的信息？任何建议都会非常感激。
答案 0 :(得分：1)
我猜您应该通过事件检测进行搜索（可选 - 在Twitter中 ）;也许，也可以通过问答系统，如果您的带有是/否问题的示例不仅仅是一个例子：如果您事先了解用户需求，这些信息可能会提高系统质量。
首先，有一些关于Twitter中事件检测的论文：here和here。
作为基线，您可以为您的域创建一个包含正动词的列表（为，安排）和否定动词（取消，延迟） - 从手册列表开始，并通过某些字典中的同义词扩展它，例如共发现。同时检查否定 - 再次，通过推文中预先指定的单词（“不是'以不同形式）出现”。然后，如果有否定，你只需颠倒意义。
由于您使用Twitter并且很可能只会在推文中提及一个事件，因此它可以很好地工作。