从python中的个人字典命名实体识别

Question

我有一个包含大量条目的大型数据库（其中大多数是电影），只有描述信息。 ID为1的条目（例如）的描述可能如下：

  “阿甘正传”是一部1994年美国史诗浪漫喜剧电影   1986年由Winston Groom创作的同名小说。这部电影是   由Robert Zemeckis和明星Tom Hanks，Robin Wright，Gary执导   Sinise，Mykelti Williamson和Sally Field。'

现在我还有一些基本上是词典的txt文档，结构如下：

actors.txt

Mickey Mouse
Tom Hanks
...

directors.txt

Donald Duck
Robert Zemeckis
...

我想要做的是分析每个条目的描述并从我的字典中解析命名实体。因此，如果文本包含'Tom Hanks'，我想要认识到ID为1的条目有Tom Hanks作为演员，依此类推。输出应该是这样的：

Actor: Tom Hanks, Actor: Robin Wright, Director: Robert Zemeckis, Distributor: Paramount Pictures.

或任何易于操作的格式。

Answer 1

您要做的就是使用SOLR，在其架构中设置一些新的字段类型（如text_actors），这些字段链接到相应的字典，编写相应的架构，然后导入数据库。据我所知，这可以帮助您开发一个可搜索的数据库，您可以从中查询所有结果并填充您自己的数据库。