paddlenlp情感分析

信息抽取

1. 代码示例

from pprint import pprint

from paddlenlp import Taskflow


def information_extraction(schema, text):
    ie = Taskflow('information_extraction', schema=schema)
    return ie(text)


if __name__ == '__main__':
    schema1 = "赛事名称,时间,胜者,败者".split(',')
    text1 = "历经4小时51分钟的体力、意志力鏖战，北京时间9月9日上午纳达尔在亚瑟·阿什球场，以7比5、6比3、5比7、4比6和6比4击败赛会5号种子俄罗斯球员梅德韦杰夫，夺得了2019年美国网球公开赛男单冠军。"
    schema2 = "地震强度,时间,震中位置,震源深度".split(',')
    text2 = "中国地震台网正式测定：5月16日06时08分在云南临沧市凤庆县(北纬24.34度，东经99.98度)发生3.5级地震，震源深度10千米。"
    pprint(information_extraction(schema1, text1))
    pprint(information_extraction(schema2, text2))

2. 返回结果

text1 = [{'时间': [{'end': 29,
          'probability': 0.9515404083733898,
          'start': 19,
          'text': '北京时间9月9日上午'}],
  '胜者': [{'end': 32,
          'probability': 0.9937075222567415,
          'start': 29,
          'text': '纳达尔'}],
  '败者': [{'end': 79,
          'probability': 0.803839186968716,
          'start': 63,
          'text': '赛会5号种子俄罗斯球员梅德韦杰夫'}],
  '赛事名称': [{'end': 95,
            'probability': 0.9523320335827066,
            'start': 83,
            'text': '2019年美国网球公开赛'}]}]

text2 = [{'地震强度': [{'end': 56,
            'probability': 0.9985972292364806,
            'start': 52,
            'text': '3.5级'}],
  '时间': [{'end': 22,
          'probability': 0.9866834978522263,
          'start': 11,
          'text': '5月16日06时08分'}],
  '震中位置': [{'end': 50,
            'probability': 0.7686417156063285,
            'start': 23,
            'text': '云南临沧市凤庆县(北纬24.34度，东经99.98度)'}],
  '震源深度': [{'end': 67,
            'probability': 0.99590186481241,
            'start': 63,
            'text': '10千米'}]}]