如何從給定的句子中刪除關鍵字

Question

如何從短語中刪除關鍵字？

例如，

萊昂內爾·安德烈斯·梅西 (Lionel Andrés Messi) 是阿根廷職業足球運動員，擔任前鋒，同時擔任西班牙俱樂部巴塞羅那和阿根廷國家隊的隊長。

如何從這句話中刪除關鍵字（人名除外），例如“美國人”、“足球運動員”、“巴塞羅那”等等。

我意識到關鍵字必須是名詞，並且我遇到了一個名為 NLTK 的庫，也許這可以幫助我實現我想要實現的目標。

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

我認為您在這里需要的是 NER（命名實體識別）。

作為開始步驟，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：如果您需要特定的實體提取，您可能需要針對您的特定用例進行訓練

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

在此處可視化： https : //explosion.ai/demos/displacy-ent