应用错误收集

我是ML / NLP领域的新手，所以我的问题是什么技术最适合实现以下目标：

我们有一个短句 - ＆＃34;去哪里吃饭？＆＃34;或者＆＃34;你最喜欢的酒吧是什么？＆＃34;或者＆＃34;你最喜欢的廉价酒吧是什么？＆＃34;

是否有一项技术可以让我训练它，提供以下数据集：

＆＃34;去哪里吃饭？＆＃34; - ＆GT;晚餐
＆＃34;你最喜欢的酒吧是什么？＆＃34; - ＆GT;杆
＆＃34;你最喜欢的便宜餐厅是什么？＆＃34; - ＆GT;便宜，餐厅

以便下次我们对未知活动有类似的问题，比如说，＆＃34;你最喜欢的是什么？[无论如何]＆＃34;它能够提取昂贵的＆＃34;和[无论如何]？

我们的目标是，如果我们能够根据所提问题的数百种变化（或数千种）以及预期的相关输出数据对其进行训练，那么它可以与日常语言一起使用。

如果我们有一个包含酒吧，餐厅，游泳池等预期条款的字典，我知道如果没有NLP / ML就可以制作它，但我们也希望它能用于未知术语。

我已经看过Rake和Scikit的例子 - 学习＆＃34;事物＆＃34;的分类，但是我不确定如何将文本提供给那些，所有这些例子都有预定义的输出用于培训。

我还尝试了谷歌的NLP API，亚马逊Lex和Wit，看看他们在提取实体方面有多好，但至少可以说结果令人失望。

阅读摘要技巧，我留下的印象是它不会使用小的单句文本，所以我还没有深入研究它。

正如@ polm23提到的简单内容，您可以使用POS标记进行提取。您提到的服务如LUIS，Dialog flow等，使用的是所谓的自然语言理解。他们利用意图和实体（详细解释与示例here）。如果您担心自己的数据正在上线，或者有时您必须离线，那么请始终使用RASA。

你可以用RASA做的事情：

实体提取和句子分类。通过用各种句子标记单词位置，提及从句子中提取哪个特定术语。因此，如果任何不同的单词出现在您在训练集中给出的内容之外，它将被检测到。
使用基于规则的学习以及keras LSTM进行检测。
与在线服务进行比较时的一个缺点是，您必须手动标记JSON文件中的位置编号以进行培训，而不是在线服务中的点击和标记功能。

您可以找到教程here。

Set<String> mySet = new HashSet<>(); mySet.add("Dad"); mySet.add("Mum"); mySet.add("15454"); mySet.add("90000"); mySet.stream() .forEach(x -> System.out.println(x + " : " + x.hashCode())); System.out.println(mySet); 痛苦 I am having 腿。

例如，我训练了RASA用各种句子来识别身体部位和症状（我只限于2个实体，你可以添加更多），然后当出现一个未知句子（如上面的那个）时，它会正确识别“痛”为“症状”，“腿”为“身体部位”。

希望这能回答你的问题！

使用NLP或机器学习从句子中提取关键词

1 个答案: