用于简短描述的名称、实体、产品、地点识别的预训练模型（Spacy、NLTK 等）

Question

我的描述非常简短，不超过 40 个字符。我使用 Spacy 的 NER 模型来识别名称、实体、产品和食品。 我的文字描述的问题是非常短并且不是正确的英语句子。 Spacy 无法识别名称、实体、产品和食品并返回空值。

例如，我表格中的第一个描述是“Monster Ultra Strawberry”。但是当我尝试获取单个标记的实体类型标签时，spacy 模型返回 null。

我的代码如下。

nlp = spacy.load('en_core_web_lg')

    docs = nlp(data['desc'][0])
    for token in docs:
        print(token.ent_type_)

请告诉我在这种情况下我还可以使用哪些其他型号？是否有模型分类器可以将单词分类到这些存储桶中 - 名称、组织、食品、产品等，而无需额外的上下文？

Answer 1

您可以在此处查看 spaCy en_core_web_lg 支持的实体列表：https://spacy.io/models/en，我在列表中没有看到名称、实体或食物。您可以进一步训练任何 spaCy 模型来识别您正在寻找的特定实体。

您还可以创建与要识别的实体相关的关键字列表，然后使用字符串匹配技术来识别这些关键字，因为您的句子中没有上下文信息。虽然这不像 NER 那么复杂，但如果您的词汇量有限，它可以很好地发挥作用。