命名实体识别学习笔记——使用Ltp

        命名实体识别（Named Entity Recognition，简称NER）用于识别文本中具有特定意义的实体。需要识别的实体可以分为三大类（实体类、时间类和数字类）和七小类（人名、机构名、地名、时间、日期、货币和百分比）。

        本文介绍使用Ltp进行命名实体识别。

1、安装Ltp Python组件

（1）pyltp安装：

pip install pyltp

(不支持conda-python)

（2）部署语言模型库：

下载链接：http://ltp.ai/download.html

解压后如图所示

cws是中文分词模型，ner是命名实体识别模型，paeser是句法解析模型，pos是词性标注模型。

2、使用Ltp进行命名实体识别

（1）代码：

import sys
import os
from pyltp import *

sent = "欧洲 东部 的 罗马尼亚 ， 首都 是 布加勒斯特 ， 也 是 一 座 世界性 的 城市 。"
words = sent.split(" ")

postagger = Postagger()
postagger.load("D:\\Projects\\nlp\\ltp_data_v3.3.1\\pos.model")    #导入词性标注模块
postags = postagger.postag(words)

recognizer = NamedEntityRecognizer()
recognizer.load("D:\\Projects\\nlp\\ltp_data_v3.3.1\\ner.model")    #导入命名实体识别模块
netags = recognizer.recognize(words, postags)

for word,postag,netag in zip(words,postags,netags):
    print(word+'/'+postag+'/'+netag)

（2）运行结果：

词、词性、识别的专名用“ / ”分开了，“O”表示非专名，“S-Ns”表示地名。

参考文献：

郑捷，《NLP汉语自然语言处理原理与实践》