如何从给定的句子中删除关键字

Question

如何从短语中删除关键字？

例如，

莱昂内尔·安德烈斯·梅西 (Lionel Andrés Messi) 是阿根廷职业足球运动员，担任前锋，同时担任西班牙俱乐部巴塞罗那和阿根廷国家队的队长。

如何从这句话中删除关键字（人名除外），例如“美国人”、“足球运动员”、“巴塞罗那”等等。

我意识到关键字必须是名词，并且我遇到了一个名为 NLTK 的库，也许这可以帮助我实现我想要实现的目标。

功能示例：

remove(sentence, word_to_not_remove)

>>> sentence = 'Lionel Andrés Messi is an Argentine professional footballer who plays as a forward and captains both Spanish club Barcelona and the Argentina national team.'
>>> remove(sentence, 'Lionel Andrés Messi')
footballer

Answer 1

我认为您在这里需要的是 NER（命名实体识别）。

作为开始步骤，您可以查看 Spacy [ https://explosion.ai/demos/displacy-ent ]

import spacy
text = "Lionel Andrés Messi is an Argentine professional footballer who plays as a forward and captains both Spanish club Barcelona and the Argentina national team."
nlp = spacy.load("en_core_web_sm")
doc = nlp(text)

for ent in doc.ents:
    print(ent.text, ent.start_char, ent.end_char, ent.label_)

Andrés Messi 7 19 PERSON
Argentine 26 35 NORP
Spanish 101 108 NORP
Barcelona 114 123 GPE
Argentina 132 141 GPE

PS：如果您需要特定的实体提取，您可能需要针对您的特定用例进行训练

更多文档： https : //spacy.io/usage/linguistic-features#named-entities

在此处可视化： https : //explosion.ai/demos/displacy-ent