确认实体的最佳方法

Question

我想了解解决以下问题的最佳方法。

我的文件与resume / cv非常相似，我必须提取实体（姓名，姓氏，生日，城市，邮政编码等）。

要提取这些实体，我正在组合不同的查找器（正则表达式，字典等）

这些发现者没有问题，但是，我正在寻找一种方法/算法或类似的东西来确认实体。

用＆＃34;确认＆＃34;我的意思是我必须在邻近中找到特定的术语（或实体）（更接近我找到的实体）。

示例：

My name is <name>
Name: <name>
Name and Surname: <name>

我可以确认实体<name>，因为它更接近于让我理解＆＃34; context＆＃34;的特定术语。如果我有＆＃34; name＆＃34;或＆＃34;姓＆＃34;实体附近的单词，所以我可以说我很有可能找到了<name>。

因此，目标是编写这些规则来确认实体。另一个例子应该是：

  

我的地址是......，00143罗马

意大利邮政编码是5位数字（仅限数字），很容易在我的文档中找到5位数字（我使用上面写的正则表达式），我也通过查询数据库来检查它是否有数字存在。这里的问题是我需要再检查一下（绝对）确认它。

我必须看看这个号码是否在实体<city>附近，如果是，好的......我有很好的概率。

我也试过训练一个模型，但我真的没有＆＃34;背景＆＃34; （句子）。 用以下方法训练模型：

My name is: <name>John</name>
Name: <name>John</name>
Name/Surname: <name>John</name>
<name>John</name> is my name

对我来说听起来不太好，因为：

1. 我读过我们需要很多句子才能培养好模特
2. 那些不是＆＃34;句子＆＃34;我没有＆＃34; context＆＃34; （记得我说的文件类似于resume / cv）
3. 也许这些短语太短

我不知道有多少种不同的方法可以说出确切的事情，但我肯定无法找到15000种方式：）

我应该使用哪种方法来确认我的实体？

非常感谢你！

Answer 1

编程在这一点上真的是一门艺术。您必须找到一种方法，系统用户将严格使用您的字段，以便您可以将它们作为[实体值]读取。

现在我的想法是，您的想法是，这个编程工具如何识别代码中的错误并突出显示导致错误的原因？

我的2美分..希望这会有所帮助。

我真的对这些项目感兴趣！