NLP - Informationsextraktion in Python (Spacy)

Question

ich diese Art von Informationen aus der folgenden Absatz Struktur zu extrahieren bin versucht:

women_ran men_ran kids_ran walked 
     1  2  1  3 
     2  4  3  1 
     3  6  5  2 

text = ["On Tuesday, one women ran on the street while 2 men ran and 1 child ran on the sidewalk. Also, there were 3 people walking.", "One person was walking yesterday, but there were 2 women running as well as 4 men and 3 kids running.", "The other day, there were three women running and also 6 men and 5 kids running on the sidewalk. Also, there were 2 people walking in the park."] 

ich Python spaCy als meine NLP Bibliothek verwenden. Ich bin neuer in der NLP-Arbeit und hoffe auf eine Anleitung, was der beste Weg wäre, diese tabellarische Information aus solchen Sätzen zu extrahieren.

Wenn es nur darum ging, festzustellen, ob jemand läuft oder läuft, würde ich einfach sklearn verwenden, um ein Klassifizierungsmodell zu erstellen, aber die Informationen, die ich extrahieren muss, sind offensichtlich granularer als das (ich versuche es Unterkategorien und Werte für jedes abrufen). Jede Anleitung würde sehr geschätzt werden.

Answer 1

Sie möchten die Abhängigkeitsparse dafür verwenden. Sie können eine Visualisierung Ihres Beispielsatzes mit the displaCy visualiser sehen.

Sie könnten die Regeln implementieren Sie ein paar verschiedene Möglichkeiten müssen - ähnlich wie wie es gibt immer mehrere Möglichkeiten, eine XPath-Abfrage, DOM Selektor usw. wie diese sollten

etwas zu schreiben arbeiten:

nlp = spacy.load('en') 
docs = [nlp(t) for t in text] 
for i, doc in enumerate(docs): 
    for j, sent in enumerate(doc.sents): 
     subjects = [w for w in sent if w.dep_ == 'nsubj'] 
     for subject in subjects: 
      numbers = [w for w in subject.lefts if w.dep_ == 'nummod'] 
      if len(numbers) == 1: 
       print('document.sentence: {}.{}, subject: {}, action: {}, numbers: {}'.format(i, j, subject.text, subject.head.text, numbers[0].text)) 

Für Ihre Beispiele in text sollten Sie:

document.sentence: 0.0, subject: men, action: ran, numbers: 2 
document.sentence: 0.0, subject: child, action: ran, numbers: 1 
document.sentence: 0.1, subject: people, action: walking, numbers: 3 
document.sentence: 1.0, subject: person, action: walking, numbers: One