machine-learning - 如何区分两个同名的不同命名实体?

标签 machine-learning nlp named-entity-recognition

我有几篇文章,其中我使用 NER 模型(命名实体识别)来提取名称。由于 NER 分为四类(人员、位置、组织、杂项)。现在我有两个同名的人。我将如何区分它们?
如果可能的话,请指导我进行一些有关此问题的研究。

最佳答案

您需要的任务名为 Entity Linking ,这是一个比命名实体识别更难的问题。

开始研究这个问题的一个好方法是 ACL anthology .

关于machine-learning - 如何区分两个同名的不同命名实体?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50254074/

相关文章:

python - 使用机器学习的段落分割

nlp - BILOU 标签在命名实体识别中意味着什么?

java - OpenNLP 模型构建器插件无法继续

machine-learning - 将长一维矢量数据、一维矢量标签输入 Caffe

graph - 如何利用无向图中的已知信息进行预测

algorithm - 最简单的特征选择算法

tensorflow - 减少 CNN (Conv1D) 文本分类模型中的误报

python - 使用内部层的输出来拟合 Keras 模型?

machine-learning - 替换空文本 - 文本嵌入

python - 用于识别产品的自定义 NER