详细内容或原文请订阅后点击阅览
用Spacy掌握NLP - 第3部分
基于规则的信息提取信息提取邮政NLP用Spacy掌握 - 第3部分首先出现在数据科学方面。
来源:走向数据科学重要的是要了解如何使用Spacy规则来识别某些文本中的模式。有些实体之类的实体之类的实体遵循严格的结构，因此可以使用确定性规则来识别它们，例如，通过使用正则表达式（Regexes）（Regexes）。Spacy简化了REGEXES的使用，可以通过使它们更加可读，而不是使用怪异的符号，您将使用Matcher Claste claster clasters分类。
正则表达式 Regexes基于令牌的匹配
正则是指定搜索模式的字符序列。有一个python内置库，可与Regexes一起使用，称为re：https：//docs.python.org/3/library/re.html
re https://docs.python.org/3/library/re.html让我们看看一个例子。
“ Marcello Politi”“ Marcello Politi”“ Marcello danilo politi” reg = r“ Marcello \ s（danilo \ a）？politi”
在此示例中，reg模式捕获了所有先前的字符串。这种模式说“ Marcello”可以被选为“ Danilo”一词（因为我们使用符号“？”）。另外，符号“ \ s”说，在我们使用空间，选项卡或多个空格的单词之间，这并不重要。
Regexes的问题，以及许多程序员不喜欢它们的原因，是很难阅读。这就是为什么Spacy为Matcher类提供干净且生产级别的替代方案的原因。
Matcher类让我们导入班级，看看如何使用它。 （我将解释较晚的跨度）。
导入spacyfrom spacy.matcher导入匹配匹配器。
现在，我们可以定义一个与一些早晨问候相匹配的模式，我们将这种模式标记为“晨格式”。用匹配器定义图案很简单。在这种模式下，我们期望一个单词，当转换为较低的情况下，与“良好”一词匹配，然后在“早晨”中相同，然后我们在最后接受标点符号。
我们在列表中添加所有跨度，并将列表分配给doc.spans [“ sc”]。然后，我们可以使用显示器可视化跨度