如何在使用 NLP 的句子中识别肇事者和受害者？

Question

我对 NLP 非常陌生，正在寻找可以帮助我识别主题的主题。 具体来说，以下情况下的受害者和攻击者：

英国连续数周遭到中国袭击

几个星期以来，中国袭击了英国。

使用 SpaCy，我已经确定了主题，但它们会根据他们的 position 而变化：

nlp = spacy.load("en_core_web_sm")
doc1 = nlp("China attacked the UK over several weeks")
doc2 = nlp("The UK was attacked by China over several weeks")
docs = [doc1, doc2]
for doc in docs:
  print("============")
  for chunk in doc.noun_chunks:
    print(chunk.text, chunk.root.text, chunk.root.dep_,
            chunk.root.head.text)

Output：

============
China China nsubj attacked
the UK UK dobj attacked
several weeks weeks pobj over
============
The UK UK nsubjpass attacked
China China pobj by
several weeks weeks pobj over

任何帮助和指导将不胜感激。

Answer 1

这称为语义角色标签，很难。 在 spaCy 中，我们的一般建议是不要将其 model 用作 NER，而是使用 PERSON（或此处为 GPE）等通用 NER 标签和依赖项解析，以查看在考虑其他方法之前可以走多远。

有关此问题的非常具体的概述，请参见 spaCy 课程第 4 章中的第 10 节。

有关该主题的研究概述，我推荐Jurafsky & Martin 的书。