基于序列对齐算法的NER构建

Question

背景：维基百科序列比对页面上说，DNA序列比对算法也可以用于自然语言处理。

问题：，因为命名实体识别器和DNA序列库都进行近似字符串匹配--使用DNA测序库(如保龄球)并构建NER是实用的吗？

不使用现有的NER开源，而是使用DNA测序库来构建NER的原因之一是希望在我的NER中自动获得“拼写错误更正”。

如果我以上的假设是有意义的

Answer 1

DNA测序也使用了编辑距离算法--在NER过程中，你会使用同样的算法来检测误剥现象。但是DNA测序开放源码通常被编程为只对少数几个用于表示DNA序列的字符进行操作。他们不操作正常的a-zA-Z0-9范围的ASCII字符.引文：https://groups.google.com/forum/#!category-topic/nvbio-users/how-do-i--/ITjD6KPlEsc

因此，正如Vihari所建议的--它最好使用一些编辑的距离，也是最好的方法。但是，我真的希望NLP爱好者在未来的时间里探索这样的DNA序列开放源码，并进化它们来利用这些DNA序列开放源的“大数据容量”来为NLP社区带来这一点。