自然语言处理-如何使用百度的中文开源词法分析工具(LAC) 进行命名实体语料标注 python

本文介绍了如何利用百度的开源词法分析工具LAC,结合PaddleHub进行命名实体语料的标注。首先需要安装PaddlePaddle和PaddleHub,然后对文本进行分句处理,通过代码进行实体识别,最后将标注结果保存在nerResult文件中,显示LAC在实体识别上的优秀表现。
摘要由CSDN通过智能技术生成

github

https://github.com/baidu/lac

这是百度开源的一个词法分析工具

首先要安装paddlepaddle

pip install paddlepaddle
pip install paddlehub 

PaddleHub 是基于 PaddlePaddle 开发的预训练模型管理工具,可以借助预训练模型更便捷地开展迁移学习工作,旨在让 PaddlePaddle 生态下的开发者更便捷体验到大规模预训练模型的价值。

它可以帮助我们下载和使用一个Lac的模型

首先将待处理文本分句换行处理好

上代码

# 导入paddlehub
import paddlehub as hub
# import tqdm

if __name__ == "__main__":
    # 加载名为lac的预训练模型
    textlist = list()
    with open('./nerOriginal.txt', 'r', encoding='utf-8') as f1:
        for line in f1:
            line.replace('\n', '')
            textlist.append(line)

    lac = hub.Module(name="lac")
    
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值