在文本

Question

假设我有一个自由文本，其中包含有关特定汽车，汽车品牌和其他自动化相关信息的信息。我想从特定模板后面的文本中提取此信息：

• 的品牌：
• 的型号：
• 的颜色

例如：“迈克和其他四个人一起乘坐黑色梅赛德斯。此外，他还在欧洲拥有一辆宝马M3。”

模板1：品牌：梅赛德斯，型号： - ，颜色：黑色

模板2：品牌：宝马，型号：M3，颜色： -

在Python中解决这个问题的最佳方法是什么？虽然我对NLTK，POS标记和NP分块有一些了解，但我认为一旦我能够识别特定术语（例如包含列表的（嵌套）字典），我就可以更容易地完成。因此，它的行为就像一个受控的词汇。

希望有人有一个很好的例子，或者可以指出我正确的方向。感谢

Answer 1

  

假设：

     

    

    
1. 你有一个这样的字典：
       品牌= [＆＃39;梅赛德斯＆＃39;，＆＃39;宝马＆＃39;]
       型号= [＆＃39; M3＆＃39;]
       颜色= [＆＃39;黑色＆＃39;]
    
2. 三个关键词在文本中总是遵循以下顺序：
       颜色品牌模型
       

使用您的示例text，我得到以下结果：

words = text.split(' ')
templates = []
for i, word in enumerate(words):
    if word in Brand:
        template = {'Brand': None, 'Model': None, 'Color': None}
        template['Brand'] = word
        if words[i-1] in Color:
            template['Color'] = words[i-1]
        if words[i+1] in Model:
            template['Model'] = words[i+1]

        templates.append( template )

print(templates)

[{'Brand': 'Mercedes', 'Model': None, 'Color': 'black'}, {'Brand': 'BMW', 'Model': 'M3', 'Color': None}]