一、实体识别
-
实体
先说什么实体吧。在NLP中通常所说的实体指的是人名、地名、机构名，在新闻领域，我们希望了解突发事件的主体，比如人物、地点、机构等等。如果扩展的话，就是你所关心的词语，比如在商品标题中，我们会关心品牌词、物品词、物品属性词，通过这些词+情感极性词，可以更详细地了解顾客的购物意愿。 -
实体识别
再说怎么让机器识别这些实体吧。从识别步骤来看分为两步，第一步识别出实体词边界，也就是实体的开始位置和结束位置；第二步识别出实体的类型，也就是前边所说的人名、地名、机构名等等具体的实体类型。从识别方法来看有两类，第一类基于正则规则，也就是实体词的构词规律和高频上下文词。比如手机的属性词有：“数字+GB”描述存储能力，“数字+寸”描述屏幕大小，“数字+万+像素”描述拍摄效果等等。这一类词完全可以通过正则表达式来匹配。当然，缺陷也很明显，比如相同规则匹配的属性词所描述的具体内容不同，比如“数字+GB”既可以描述内存，也可以描述