从非结构化文档中提取一些关键词，如租金，押金，负债等

Question

编写一种算法以从租赁协议文档中提取一些关键词，如租金，押金，负债等。我使用了“朴素贝叶斯分类器”，但是输出没有给出期望的输出： 我的训练数据如下： 火车= [ （“可退还的押金50000卢比，等于5个月”，“存款”）， （“承租人支付一个月的预付租金出租人”，“担保”）， （“从2019年3月1日开始的十一（11）个月”，“期限”）， （“ 2019年2月15日开始，至2020年1月14日有效，”“开始日期”）]

以下代码未提供所需的关键字： classifier.classify（test_data_features）

请分享NLP中是否有任何库来完成此操作。

Answer 1

似乎您需要使用特定的NER（命名实体识别器）来解析非结构化文档。

您需要在其中将句子的每个单词标记为某些标签。根据周围的单词和上下文窗口，您训练有素的NER将能够为您提供所需的结果。

检查NER的Standford corenlp实现。