從非結構化文本中提取鍵值的方法有哪些？

Question

我正在嘗試找出提取非結構化文本中預定義鍵的值的方法（以及哪種方法最好）？

輸入：

1. 醫生給我開了一種叫法維吡韋的葯物。
2. 他叫尤里。
3. Ilya已經告訴過我。
4. 今天天氣很冷。
5. 我正在吃一種叫做納粹的葯物。

密鑰列表：['葯物'，'名稱'，'天氣']

輸出：

['drug = favipiravir'，'drug = nazivin'，'name = Yury'，'weather = Cold']

因此，如您所見，在3d句子中沒有顯式鍵“名稱”，因此也沒有提取任何值（我認為與NER有所不同）。 同時，“ drug”和“ medicine”是同義詞，我們應該將“ medicine”作為“ drug”鍵，並提取其值。

接下來的問題是，如果密鑰集是可變的，該怎么辦？ 是否應該由於預定義的鍵而將其用作基礎正則表達式方法，還是可以通過監督學習/ NN來實現它？ （但是在這種情況下，如何處理可變鍵？）

Answer 1

您可以使用解析器標記病房。 您的問題類似於命名實體識別。 許多庫都提供POS標記器。 您可以嘗試那些。 通常對它們進行培訓以識別名稱，位置等。根據您需要的單詞類型，您可能需要訓練解析器。 因此，您還需要一些標記數據。
查看此鏈接： https : //nlp.stanford.edu/software/CRF-NER.html