Snips NLU内置实体解析指南

Snips NLU内置实体解析指南

snips-nlu Snips Python library to extract meaning from text 项目地址: https://gitcode.com/gh_mirrors/sn/snips-nlu

什么是内置实体

在Snips NLU自然语言理解框架中，内置实体(Builtin Entities)是指那些系统已经预先定义好、可以直接使用的实体类型。这些实体类型都配备了专门的解析器，能够将自然语言表达转换为结构化的数据格式。

例如，当用户说"三天后"时，系统可以将其解析为标准化的ISO日期格式"2019-08-12 00:00:00 +02:00"。这种能力对于构建对话系统和语音助手至关重要。

内置实体分类

Snips NLU中的内置实体主要分为两大类：

1. 语法实体(Grammar Entities)

语法实体是指那些具有明显组合结构的实体类型。这类实体的语义含义由其组成表达式的含义和组合规则共同决定。Snips NLU使用Rustling解析器来处理这类实体，它是Facebook Duckling项目的Rust实现版本。

语法实体包括：

• 金额(AmountOfMoney)
• 持续时间(Duration)
• 数字(Number)
• 序数(Ordinal)
• 温度(Temperature)
• 日期时间(Datetime)
• 日期(Date)
• 时间(Time)
• 日期区间(DatePeriod)
• 时间区间(TimePeriod)
• 百分比(Percentage)

2. 地名录实体(Gazetteer Entities)

地名录实体是指那些没有明显语义结构的实体类型，通常是一些固定的名称列表。Snips NLU使用专门的地名录实体解析器来处理这类实体。

地名录实体包括：

• 音乐专辑(MusicAlbum)
• 音乐艺术家(MusicArtist)
• 音乐曲目(MusicTrack)
• 城市(City)
• 国家(Country)
• 地区(Region)

各实体详细解析示例

金额(AmountOfMoney)

输入示例：

• "$10"
• "six euros"
• "around 5€"
• "ten dollars and five cents"

输出结构：

{
  "kind": "AmountOfMoney",
  "value": 10.05,
  "precision": "Approximate",
  "unit": "€"
}

持续时间(Duration)

输入示例：

• "1h"
• "during two minutes"
• "for 20 seconds"
• "3 months"
• "half an hour"
• "8 years and two days"

输出结构：

{
  "kind": "Duration",
  "years": 0,
  "quarters": 0,
  "months": 3,
  "weeks": 0,
  "days": 0,
  "hours": 0,
  "minutes": 0,
  "seconds": 0,
  "precision": "Exact"
}

数字(Number)

输入示例：

• "2001"
• "twenty one"
• "three hundred and four"

输出结构：

{
  "kind": "Number",
  "value": 42.0
}

序数(Ordinal)

输入示例：

• "1st"
• "the second"
• "the twenty third"

输出结构：

{
  "kind": "Ordinal",
  "value": 2
}

温度(Temperature)

输入示例：

• "70K"
• "3°C"
• "Twenty three degrees"
• "one hundred degrees fahrenheit"

输出结构：

{
  "kind": "Temperature",
  "value": 23.0,
  "unit": "celsius"
}

日期时间(Datetime)

输入示例：

• "Today"
• "at 8 a.m."
• "4:30 pm"
• "in 1 hour"
• "the 3rd tuesday of June"

输出结构：

{
  "kind": "InstantTime",
  "value": "2017-06-13 18:00:00 +02:00",
  "grain": "Hour",
  "precision": "Exact"
}

音乐专辑(MusicAlbum)

输入示例：

• "Discovery"

输出结构：

{
  "kind": "MusicAlbum",
  "value": "Discovery"
}

城市(City)

输入示例：

• "San Francisco"
• "Los Angeles"
• "Beijing"
• "Paris"

输出结构：

{
  "kind": "City",
  "value": "Paris"
}

语言支持情况

不同的内置实体支持的语言有所不同：

• 德语(de)
• 英语(en)
• 西班牙语(es)
• 法语(fr)
• 意大利语(it)
• 日语(ja)
• 韩语(ko)
• 巴西葡萄牙语(pt_br)
• 葡萄牙葡萄牙语(pt_pt)

具体每种实体支持的语言请参考官方文档中的详细表格。

使用建议

1. 在构建意图时，优先考虑使用内置实体，因为它们已经经过充分测试和优化
2. 注意检查所需实体在目标语言中的支持情况
3. 对于语法实体，可以充分利用其组合性特点，支持更灵活的自然语言表达
4. 对于地名录实体，可以考虑扩展系统提供的默认列表以提高识别准确率

通过合理利用Snips NLU提供的内置实体，开发者可以快速构建出强大的自然语言理解能力，而无需从零开始实现这些常见实体的解析逻辑。

snips-nlu Snips Python library to extract meaning from text 项目地址: https://gitcode.com/gh_mirrors/sn/snips-nlu