对文档内的单词进行分类

Question

我面临的问题是： 我想阅读一个文档，获取该文档的原始字符串，并对信息进行分类。 例如，我想确定字符串何时是“名称”，或者“日期”以及其他一些有用的信息。

是否可以使用机器学习来做到这一点？ 我该如何处理这个问题？

这里最难的问题是我不是要对文档本身进行分类，而是对文档中的String信息进行分类。

Answer 1

所以关于你如何看待你的问题。我认为您的问题可以表述为实体提取/识别问题，您可以在其中拥有一个文档，并希望在文本中识别特定实体（实体可能是人，日期等）。看看条件随机字段及其应用程序到命名实体识别（简称NER），因为有一些库和＆amp;工具已经实施。

例如，请查看StanfordNER。