我一直在努力寻找NLTK实体类型的完整列表。我只能在this page上找到最常见的，但不是完整列表。你能否分享一下NLTK的命名实体类型的完整列表？
答案 0 :(得分：8)
这是一个非常好的问题，我自己也在想。它似乎没有在任何地方记录，即使在nltk源代码中，当然它是由语料库确定的chunker是在训练 - 看起来是，the ACE corpus，这不是与nltk一起分发。
在消息来源中挖掘了一点点答案：
>>> chunker=nltk.data.load(nltk.chunk._MULTICLASS_NE_CHUNKER) # cf. nltk/chunk/__init__.py
>>> sorted(chunker._tagger._classifier.labels())
['B-FACILITY', 'B-GPE', 'B-GSP', 'B-LOCATION', 'B-ORGANIZATION', 'B-PERSON',
'I-FACILITY', 'I-GPE', 'I-GSP', 'I-LOCATION', 'I-ORGANIZATION', 'I-PERSON',
'O']
请注意，本书中提到的某些“常见”类型（包括DATE和TIME）实际上并未被此chunker检测到。 GPE代表地缘政治实体， GSP代表地理 - 社会 - 政治实体，一个较旧的标签，在ACE项目中被GPE取代。根据他们的定义（见下面的链接），他们似乎非常相同。
编辑， 2019年1月：在Daniel的问题的提示下，我亲自查看documentation of the ACE project以寻找这些实体的描述。果然，this page链接到项目每个阶段的文档。上面列出的实体名称，包括神秘的GSP，但没有 GPE实体，通过项目的phase 1使用。从phase 2开始，GPE在列表中替换了GSP。人们不得不想知道nltk chunker最终是如何接受 GPE和GSP的训练，或者它是如何决定两者之间的。我最好的猜测是，它是在第1阶段和第2阶段材料的组合上进行培训的。