Google NL定位实体识别中的问题

Question

我一直在玩Google自然语言API，特别是使用位置识别从HN的“谁在雇用”页面中提取位置。如果我传递这样的短信

Blockai _ San Francisco，CA _ CV/ML和前端工程师- https://blockai.com“

(来自https://news.ycombinator.com/item?id=12631335)

然后NL API返回以下实体：

​

问题是"ML“和"CV”被认为是地点，但它们实际上分别代表“机器学习”和“计算机视觉”。我猜算法的结论是CV/ML是位置，因为它们靠近文本中的其他位置(旧金山，CA)。

我想知道如何在API的输出中识别这样的“假”位置？我认为使用“显著”参数可能会有帮助，但我不确定什么经验法则是合适的。我甚至发现API的显着性值有时大于1，尽管docs说这些值“在0，1.0范围内”，F.E：

{  
  "name":"San Francisco",
  "type":"LOCATION",
  "metadata":{  
     "wikipedia_url":"http://en.wikipedia.org/wiki/San_Francisco"
  },
  "salience":1.4515763148665428,
  "mentions":[  ]

},

任何帮助都是非常感谢的！

Answer 1

有时候，对于底层算法来说，消除实体的歧义是非常棘手的，尤其是。当没有足够的上下文时。凸性对此没有帮助，因为显着性说明了一个实体是多么的中心，而不管它的类型如何。在这种情况下，您可以使用提供的元数据(例如wikipedia url)进一步评估实体是否确实是一个位置。