Gjenkjenning av navngitte enheter er en underoppgave av informasjonsutvinning som søker å lokalisere og klassifisere navngitte enheter nevnt i ustrukturert tekst i forhåndsdefinerte kategorier som personnavn, organisasjoner, lokasjoner, medisinske koder, tidsuttrykk, mengder, penge verdier, prosenter osv.
Hva gjør navngitt enhetsgjenkjenning?
Navngitt enhetsgjenkjenning er en naturlig språkbehandlingsteknikk som automatisk kan skanne hele artikler og trekke ut noen grunnleggende enheter i en tekst og klassifisere dem i forhåndsdefinerte kategorier.
Hva heter enhetsgjenkjenning forklar ved hjelp av eksempler?
Navngitt enhetsgjenkjenning (NER) hjelper deg enkelt å identifisere nøkkelelementene i en tekst, som navn på personer, steder, merkevarer, pengeverdier og mer. Å trekke ut hovedenhetene i en tekst hjelper til med å sortere ustrukturerte data og oppdage viktig informasjon, noe som er avgjørende hvis du må håndtere store datasett.
Hvor brukes navngitt enhetsgjenkjenning?
Navngitt enhetsgjenkjenning kan automatisk skanne hele artikler og avsløre hvilke som er de viktigste personene, organisasjonene og stedene som diskuteres i dem. Å kjenne de relevante kodene for hver artikkel hjelper deg med å automatisk kategorisere artiklene i definerte hierarkier og muliggjøre jevn innholdsoppdagelse.
Hvordan oppretter du en navngitt enhetsgjenkjenning?
- Legg til den nye enhetsetiketten til enhetengjenkjenner med add_label-metoden.
- Søk over eksemplene og ring nlp. oppdatering, som går gjennom ordene i inndataene. For hvert ord gir den en spådom. …
- Lagre den trente modellen ved å bruke nlp. to_disk.
- Test modellen for å sikre at den nye enheten gjenkjennes riktig.
