详细内容或原文请订阅后点击阅览
用Spacy掌握NLP - 第2部分
pos标记,依赖性解析器和命名实体识别。
来源:走向数据科学简介
在句子中提供了很多信息,例如它们在现实世界中的含义,它们如何与其他单词的联系,它们如何改变其他单词的含义,有时他们的真实含义可能是模棱两可的,甚至可能使人混淆!
所有这些都必须弄清楚以自然的语言理解能力来构建应用程序。三个主要任务有助于从文本中捕获不同类型的信息:
自然语言理解- 语音部分(POS)标记依赖性解析为实体识别
语音的一部分(POS)标记
在POS标签中,我们根据句子中的功能在某些类别下对单词进行分类。 例如,我们想将名词与动词区分开。这可以帮助我们理解某些文本的含义。
最常见的标签是以下内容。
- 名词:命名一个人,地方,事物或想法(例如“狗”,“城市”)。动词:描述一个动作,状态或发生的行为(例如,“运行”,“ IS”)。 (e.g., “quickly”, “very”).PRON: Replaces a noun or noun phrase (e.g., “he”, “they”).DET: Introduces or specifies a noun (e.g., “the”, “a”).ADP: Shows the relationship of a noun or pronoun to another word (e.g., “in”, “on”).NUM: Represents a number or quantity (e.g., “one”, “五十”)。