Training NER-Modell zum Auswerten von Zeit- und Ortsausdrücken

Question

Leute, hat jemand Gedanken über den Aufbau von NER-Modellen für die Beschriftung von Textfolgen wie Adressen oder zeitliche Ausdrücke?

Es gibt einen Parser für temporäre Ausdrücke wie "letzten fünf Tage" namens SUTime: http://nlp.stanford.edu/software/sutime.shtml. Leider ist es fehlerhaft und als massiver Regelmast aufgebaut.

Parsen von Adressen ist noch schwieriger und fehleranfällig. CoreNLP-Parser kann selbst einfache Dinge wie Mountain View, CA nicht analysieren.

Ich glaube, dass es eine Möglichkeit geben sollte, RNN zu trainieren, diese Muster zu erkennen, ohne eine riesige Liste von Regeln oder eine riesige Nachschlagetabelle zu führen.

Answer 1

Hat jemand Gedanken zum Aufbau von NER-Modellen zur Beschriftung von Textsequenzen wie Adressen oder Zeitausdrücken?

Ja: https://arxiv.org/abs/1606.03475 Verwenden Sie RNN für NER.

Abbildung 1 gibt einen Überblick über die ANN-Architektur: