使用 Syntaxnet 的命名实体识别

Question

我正在努力理解和学习 SyntaxNet。我想弄清楚是否有任何方法可以使用 SyntaxNet 进行语料库的名称实体识别。任何示例代码或有用的链接将不胜感激。

Answer 1

不，我从未遇到过 use/require 解析命名实体识别 (NER) 的任何工具或方法。

尽管 NER 可能会从与解析树相关的功能中受益匪浅，但这是一种迂回的方式，因为与 NER 的一般实现相比，解析速度非常慢。这也是为什么在 NER 系统中甚至不使用词性标签作为特征的原因。

希望对您有所帮助。

Answer 2

我用过GATE，可以识别命名实体识别，不需要解析NER。尽管 SyntaxNet 中的词性标注器可以识别名词、名词修饰符等（这是用于指定名称实体不同角色的更强大的工具），但我不确定它在识别 NER 方面的执行速度有多快。

Answer 3

虽然 Syntaxnet 没有明确提供任何命名实体识别功能，但 Parsey McParseface 进行词性标记并将输出生成为 Co-NLL table。

任何专有名词都被标记为 NNP，我发现像这样的简单正则表达式标识符：<NNP>+ 即一个或多个专有名词放在一起，在文档中提供相当好的命名实体产量。它当然是基本的和基于规则的，但仍然有效。

为了将 Co-NLL 数据从 demo.sh 脚本（位于“/opt/tensorflow/models/syntaxnet/syntaxnet”）通过管道传输到输出文件，注释掉将其通过管道传输到 conll2ascii.py 这样脚本看起来像这样：

PARSER_EVAL=bazel-bin/syntaxnet/parser_eval
MODEL_DIR=syntaxnet/models/parsey_mcparseface
[[ "" == "--conll" ]] && INPUT_FORMAT=stdin-conll || INPUT_FORMAT=stdin

$PARSER_EVAL \
  --input=$INPUT_FORMAT \
  --output=stdout-conll \
  --hidden_layer_sizes=64 \
  --arg_prefix=brain_tagger \
  --graph_builder=structured \
  --task_context=$MODEL_DIR/context.pbtxt \
  --model_path=$MODEL_DIR/tagger-params \
  --slim_model \
  --batch_size=1024 \
  --alsologtostderr \
   | \
  $PARSER_EVAL \
  --input=stdin-conll \
  --output=sample-param \
  --hidden_layer_sizes=512,512 \
  --arg_prefix=brain_parser \
  --graph_builder=structured \
  --task_context=$MODEL_DIR/context.pbtxt \
  --model_path=$MODEL_DIR/parser-params \
  --slim_model \
  --batch_size=1024 \
  --alsologtostderr

您还会注意到，上述文件中的输出参数已更改为 sample-param。我们现在将设置它。前往 context.pbtxt 文件（位于“/opt/tensorflow/models/syntaxnet/syntaxnet/models/parsey_mcparseface”）并创建一个输入参数以指向您的输出文件。它应该看起来像这样：

input {
  name: 'sample-param'
  record_format: 'conll-sentence'
  Part {
    file_pattern: "directory/prepoutput.txt"
  }
}

保存并关闭文件，return 到“/opt/tensorflow/models/syntaxnet”和运行 syntaxnet/demo.sh，如 syntaxnet 教程中所述。完成后转到指定的输出文件夹，您应该有一个 co-nll 格式的 table。然后，您可以运行一个简单的迭代程序遍历每个条目并识别 pos 标签，并在此基础上尝试我建议的实体识别格式的变体。

希望对您有所帮助！

使用 Syntaxnet 的命名实体识别

Named Entity Recognition with Syntaxnet

nlp

tensorflow

syntaxnet