Perl 和 NLP，从传记中解析名称

Question

总的来说，我对 NLP 还很陌生，但对 Perl 非常擅长，我想知道那里有哪些强大的 NLP 模块。基本上，我有一个包含一堆段落的文件，其中一些是人们的传记。因此，首先我需要查找一个人的姓名，这有助于以后的其余过程。

所以我大致从这样的事情开始:

foreach $PPid (0 .. $PPscalar) {
$paragraph = @PP[$PPid];
if ($paragraph =~ /^(\w+ \w\. \w+|\w+ \w+)( also|)( has served| served| worked| joined| currently serves| has| was| is|, )/){
    $possibleName = $1;
    $badName = 0;
    foreach $piece (@pieces){
    if ($possibleName =~ /$piece/){
        $badName = 1;
    }
    }
    if ($badName == 0){
    push @namePile, $possibleName;
    }
}

}

因为大多数名称都从段落的开头开始。然后我正在寻找表示 Action 或拥有的关键字，但现在，它会挑选出额外的垃圾，而不是名字。必须有一个模块来做到这一点，对吧？

Answer 1

从数据中提取名称很困难。有多种解决方案。对于命名实体提取，您有以下内容

The naive approach .我记得看到这个并且对输出不感兴趣。

The dictionary approach .我用过这个，但有很多误报，而且我不太喜欢它下面的代码。

An open source binary with a perl interface (不推荐，我是这个 cpan 库的作者 - 设置它也很繁琐)。

最好的解决方案是使用 Net::Calais 的专有 Web 服务。 perl 包装器

Net::Calais 是迄今为止速度和准确性的最佳选择。如果您需要将底层实现开源，请使用斯坦福图书馆。