自定义命名实体提取

Question

我试图使用斯坦福NLP实现NER（命名实体提取）。 的最终目标是将自由文本转换为查询格式。 我创建了一个自定义词典和我能够提取的实体，并建立查询

people who are from newyork 

我将建立查询

 select * from people where region = 'newyork' 

但在声明中被否定

人谁的问题来不是从纽约

如何从这个声明中提取负面情况，有没有任何可能的方式，即使在斯坦福外面NLP

任何帮助表示赞赏

Answer 1

我知道2点的可能性来实现否定关系：

• 定义自定义属性“不是......”到处都应用它。
• 使用知识库，从数据中提取LOCATION，将“不从smth”定义为“LOCATION不是smth”。

我成功地使用了第二种方法，但是我能够将我的域限制为有限的主题和关系集。我发现Stanford's typed dependencies非常有用，他们可能也会帮助你（找到那些from smth关系）。

Answer 2

你想做什么被称为'数据库的自然语言接口'和Standford NLP NER（基于CRF序列模型）可能不适合这项任务的解决方案。 当命名实体的含义取决于句子语义上下文时，基于CRF的NER是很好的：人名，公司名称，国家等。带有标记名的注释文本用于训练识别器，这种方法实际上并不适用于数据库。

基于规则的识别是在这种情况下要好得多：

• 你不需要训练他们：它是足够多的，以保持由规则引擎使用了最新的（数据表的列表词典名称，它们的列等）
• 您可以轻松地添加自定义分析程序，您需要：日期，为数字/条件，逻辑运算符（如“不是”，“或”，“和”）

您可能一瞥我的图书馆，这是专门为自然语言查询识别而编写的：NLQuery。