基于规则的命名实体识别

原创

已于 2024-09-25 10:03:08 修改 · 546 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#自然语言处理 #知识图谱

于 2024-09-24 19:58:44 首次发布

基于规则的命名实体识别（Rule-Based Named Entity Recognition, NER）是一种通过预定义的模式或规则来识别文本中特定实体的方法。这种方法通常使用正则表达式来匹配文本中的实体。下面是一个更完整的示例，展示了如何使用正则表达式来识别文本中的多个实体类型，包括人名、地点和日期

import re

def rule_based_entity_recognition(text):
    # 定义实体识别规则
    patterns = {
        'PERSON': r'(?:唐纳德|川普|特朗普)',
        'LOCATION': r'(?:白宫|华盛顿)',
        'DATE': r'\d{4}-\d{2}-\d{2}'  # YYYY-MM-DD 格式
    }

    # 存储识别结果
    entities = []

    # 遍历所有模式
    for entity_type, pattern in patterns.items():
         for match in re.finditer(pattern, text):
                 start, end = match.span()
                 entities.append({
                   'entity': match.group(),
                   'type': entity_type,
                   'start': start,
                   'end': end
            })

    return entities

# 测试文本
text = "特朗普于2020-01-01在白宫签署了重要文件。"

# 调用函数并打印结果
entities = rule_based_entity_recognition(text)

for entity in entities:
    print(f"Entity: {entity['entity']}, Type: {enti