تشخیص موجودیت نامگذاری شده یک کار فرعی از استخراج اطلاعات است که به دنبال مکان یابی و طبقه بندی موجودیت های نامگذاری شده در متن بدون ساختار به دسته های از پیش تعریف شده مانند نام افراد، سازمان ها، مکان ها، کدهای پزشکی، عبارات زمانی، کمیت ها، پولی است. مقادیر، درصدها، و غیره.
تشخیص نهاد نامگذاری شده چه می کند؟
تشخیص موجودیت نامگذاری شده یک تکنیک پردازش زبان طبیعی است که می تواند به طور خودکار کل مقالات را اسکن کند و برخی از موجودات اساسی را در یک متن بیرون بکشد و آنها را به دسته های از پیش تعریف شده طبقه بندی کند..
تشخیص موجودیت نام چیست را با کمک مثال توضیح دهید؟
تشخیص نهاد نامگذاری شده (NER) به شما کمک می کند تا عناصر کلیدی یک متن مانند نام افراد، مکان ها، مارک ها، ارزش های پولی و موارد دیگر را به راحتی شناسایی کنید. استخراج موجودیت‌های اصلی در یک متن به مرتب‌سازی داده‌های بدون ساختار و شناسایی اطلاعات مهم کمک می‌کند، که اگر مجبور باشید با مجموعه‌های داده بزرگ سر و کار داشته باشید، بسیار مهم است.
تشخیص نهاد با نام کجا استفاده می شود؟
Named Entity Recognition می تواند به طور خودکار کل مقاله ها را اسکن کند و نشان دهد که افراد، سازمان ها و مکان های اصلی مورد بحث در آنها کدام هستند. دانستن برچسب‌های مرتبط برای هر مقاله به دسته‌بندی خودکار مقاله‌ها در سلسله‌مراتب تعریف‌شده کمک می‌کند و امکان کشف محتوای روان را فراهم می‌کند.
چگونه یک شناسایی موجودیت با نام ایجاد می کنید؟
- برچسب موجودیت جدید را به نهاد اضافه کنیدشناسایی با استفاده از روش add_label.
- روی مثال ها حلقه بزنید و nlp را فراخوانی کنید. به روز رسانی، که از طریق کلمات ورودی عبور می کند. در هر کلمه، یک پیش بینی می کند. …
- مدل آموزش دیده را با استفاده از nlp ذخیره کنید. to_disk.
- مدل را آزمایش کنید تا مطمئن شوید موجودیت جدید به درستی شناسایی شده است.
