如何提取信息？

Question

目的:我正在尝试做一个关于自然语言处理(NLP)的项目，在那里我想提取信息并以图形形式表示它。

描述：

1. 我正在考虑新闻文章作为我的项目的投入。
2. 删除输入中不需要的数据&使其成为干净格式。
3. 执行NLP &提取信息/知识
4. 以图形格式表示信息/知识。

有可能吗？

Answer 1

如果想使用nltk，可以启动这里。它对标记化、词性标注、语法分析等有一些解释。

检查此页面以获得使用nltk进行命名实体检测的示例。

图形表示可以使用艾格图或matplotlib执行。

而且，scikit-learn有一个很好的文本特征提取方法，如果您想运行一些更复杂的模型。

Answer 2

第一步是试着用铅笔亲手完成这项工作。试试看，不仅是一个，而是一个新闻故事集。你真的必须这样做，而不是仅仅想一想。绘制图形就像你想要的电脑一样。

这将迫使您创建关于信息如何转换为图形的规则。这并不总是可能的，所以用手去做是一个很好的测试。如果你不能这样做，那么你就不能编程一台电脑来完成它。

假设你找到了纸和铅笔的方法。我喜欢做的是反向工作。您的方法从文本开始。不是的。从绘制图形所需的数字开始。然后你想想这些数字在故事中的位置，我需要看什么词才能得到这些数字。你的工作现在更像是一次狩猎之旅，你知道数据在那里，但如何找到它。

很抱歉缺乏细节，但我不知道你的确切问题，但这在每一种情况下都有效。首先，学会在纸上自己做这项工作，然后从输出到输入进行反向工作。

如果你试图朝前向设计这个软件，你很快就会陷入困境，因为你不可能知道如何处理你的文本，因为你不知道你需要什么，这就像推一根绳子--它不起作用。去另一头拉绳子。先做图形工作，然后从新闻报道中提取所需的数据。