我正在尝试构建一个系统，该系统根据书面的人工输入文本识别各种命令和输入。我将从一个例子开始，让事情更清洁。假设用户输入以下文本：
我的名称是 John Doe ，年龄 28 岁，我的地址是 巴克利街没有。 7哈瓦那。 我喜欢 草莓和香草巧克力蛋糕。
基于一组预定义标记（例如＆＃34;名称为＆＃34;，＆＃34;年龄为＆＃34;，＆＃34;地址为＆＃34;，＆＃34;我喜欢＆＃34; ;），我想检测他们相应的值（例如＆＃34; John Doe＆＃34;，＆＃34; 28＆＃34;，＆＃34; Barkley Street ... Havana＆＃ 34;，＆＃34;巧克力蛋糕......香草＆＃34;）。
我目前的尝试是通过一些正则表达式模式来解决这个问题：对于每个标记，我构建了一个正则表达式沿着＆＃34行的内容;如果找到标记X，则取出它与任何X之间的所有文本，您可以找到Y，Z标记＆＃34;。这是在标记之间提取文本，但是基于正则表达式构建所有内容将非常麻烦，特别是如果我开始考虑弯曲和小变化。
我对NLP没有多少经验，所以我不确定应该从哪里开始寻找合适的解决方案。有哪些适当的方法/解决方案/库可以解决这个问题？
答案 0 :(得分：0)
您实际上要做的是“信息提取”，特别是命名实体识别（NER）来检测感兴趣的提及。有关概述，请参阅：
https://en.wikipedia.org/wiki/Information_extraction
要真正开始用接近最先进水平的东西来解决你的问题，我建议你查看斯坦福NLP工具包（http://nlp.stanford.edu/software/），了解你的基本NLP任务（标记化，POS标记），但他们的NER工具包赢了“ t带您了解具体要求。您可以尝试使用他们的SPIED来帮助您，但我没有使用它并且无法保证它。最终，如果你认真对待这个任务（从表面看起来相当困难），你将不得不为你想要提取的所有实体编写自己的NER系统。您可能希望将一些正则表达式作为机器学习功能来帮助您完成任务（从一个简单的ML库开始，比如LibSVM或Mallet），但不管它是否会做很多工作。
祝你好运！答案 1 :(得分：0)
如果要求是识别命名的实体，例如人，地点，组织，则可以使用Python中的StanfordNER库。此外，还有在Python中使用CRF算法训练自己的自定义实体识别模型的解决方案。 Here是一篇说明相同内容的文章。