从给定文本中提取多个值的自学习解决方案

Question

比方说，Message1 =您的金额为121.0的汇票应于2月15日到期，类似地，Message2 =票据amt 234.0应于6月11日到期等。我想从类似的消息中提取账单金额和到期日。一种方法是为每种可能的格式编写正则表达式。但这将无法处理新的格式。

解决这个问题的机器学习方法是什么？我如何训练一个模型，并使用它从更新的消息中提取数量、到期日？

Answer 1

为了更好地回答你的问题，我需要知道如何提供培训数据？你会得到每个训练例子的标签吗？你想要使用任何涉及深度神经网络的先进技术吗？

例如，如果您想使用序列标记，那么您可以参考基于Alex Graves的递归神经网络有监督序列标记第2章获得更多细节。对于你的任务，我认为你可以先尝试更简单的方法。

例如，模式挖掘或基于模板的方法在这方面应该对您有所帮助。此外，分析技术，例如，依赖分析可以帮助您在这种情况下。见依赖分析与成分分析的区别。

最后，您还可以考虑在此场景中著名的信息提取技术。有关此问题，请参见NLTK的使用。