有没有办法告诉NLTK，某个词不是专有名词，而是名词？

Question

我正在做一些NLP，我要找出病人什么时候被诊断为多发性硬化症。

我想用nltk告诉我句子中的名词是多发性硬化症。问题是，医生经常将多发性硬化症称为多发性硬化症，nltk将其作为专有名词。

例如，这句话“他的多发性硬化症是在1999年被诊断出来的。”标记为：[('His', 'PRP$'), ('MS', 'NNP'), ('was', 'VBD'), ('diagnosed', 'VBN'), ('in', 'IN'), ('1999', 'CD'), ('.', '.')]

MS在这里应该是名词。有什么建议吗？

Answer 1

总而言之，您有以下选项：

1. 在后处理过程中更正标签--虽然有点难看，但却很简单。
2. 使用了一个外部名称实体识别器(斯坦福大学的校友@鲍勃·迪伦曾深思熟虑地建议过)--这个更复杂，特别是因为斯坦福校友使用的是java，而且速度不是特别快。
3. 对特定领域的数据重新训练词义标记器(您是否有足够大的带注释的数据集来使用它？)
4. 使用WSD (词义消歧)方法--首先，您需要有一个好的领域词典才能使用。

<代码>G29