python 实体识别_英文实体识别的python实现

英文实体识别主要的工具有nltk和Stanford NER：

nltk是用python编写的自然语言处理框架。

Stanford NER是用java编写的实体识别工具，通过加载不同的语言模型可以支持不同的语言识别。

下面分别用这两个实现实体识别。

nltk

安装

安装nltk

pip install nltk

pip install numpy

安装数据

>>> import nltk

>>> nltk.download() # 选择下载全部，耗时比较长

使用

nltk通过内置的函数进行实体识别，参考这里。

import nltk

text = "University of California is located in California, United States"

words = nltk.word_tokenize(text) # 分词

tags = nltk.pos_tag(words) # 词性识别

ners = nltk.ne_chunk(tags, binary=False) # 实体识别

print ners

output:

(S

(ORGANIZATION University/NNP)

of/IN

(GPE California/NNP)

is/VBZ

located/VBN

in/IN

(GPE California/NNP)

,/,

(GPE United/NNP States/NNPS))