从银行电汇交易中提取实体(比如非自然文本)

Question

我试图从不太自然的文本中提取实体(名称、地址、组织)，比如银行电汇交易中的评论。使用NLTK、OpenNLP和CoreNLP显然效果不佳。

知道如何提高结果吗？

文字看起来像，

1. EVERITT 620122 T NAT ABC印度有限公司
2. 参考ROBERT FINEMANN -理发店租赁
3. 参考BY92 00 00 112233999 -超速罚款
4. GEM SS HEUTIGEM SCHIENDLER
5. 养老保险( CH1234 CAB28 )

..。

参考研究工作或现有产品也会有所帮助。

Answer 1

如果您正在使用opennlp，并且知道如何进行培训，您应该在培训数据中给出15000个示例，这些示例如下所示

 <START:name> EVERITT <END> <START:Address> 620122T NAT <END> <START:Organisation> ABC INDIA LTD <END>
.......
....(15000 lines)

然后你可以期待一些好的结果！

Answer 2

在我看来，你得用字典/数据库。

您可以尝试使用这样的过程来生成一个程序：http://www.cs.columbia.edu/~mcollins/papers/eacl2014.pdf

但是你仍然需要有一种方法来定义候选的“短语”--论文中的例子，例如大写单词，在这里显然行不通。