命名实体提取 - 货币

Question

我有一个非常简单的问题 - 在文本中识别货币/货币。 样本测试案例：＆＃34; 零用钱每年不应超过4000卢比（100美元）。＆＃34; 默认的斯坦福解析器失败 - 在线 - （使用7类模型，包括货币）http://nlp.stanford.edu:8080/ner/process - 仅适用于＆＃34; $ 100＆＃34;等文本。

在Alchemy演示网站上，https://alchemy-language-demo.mybluemix.net/，＆＃34; $ 100＆＃34;被认可为实体，而＆＃34; 100美元＆＃34;被认可为概念 - 美元

Answer 1

不确定这是否在所有时间之后仍然有用，但是这里是：

我认为您有两种选择：

1）用“ $”替换“ USD”-这是一个简单的查找和替换，可以在您可能使用的任何工具中完成。

2）使用其他工具或程序。

斯坦福大学NLP很棒，但也有其他可用工具。

根据要使用的系统/语言，有许多软件包已为您完成工作。

对于Python，我建议使用SpaCy：

# pip install spacy
# python -m spacy download en_core_web_sm

import spacy

# Load English tokenizer, tagger, parser, NER and word vectors

nlp = spacy.load("en_core_web_sm")

text = "Pocket money should NOT exceed INR 4000 (USD 100) per annum."

doc = nlp(text)

print("Money in USD:", [ent.lemma_ for ent in doc if ent.ent_type_ == "MONEY"])
# Money in USD: ['100']

这只是一个简单的示例，您可以找到更详细的脚本here。