怎样更好的利用软件发现文本文件中的时间、人名、地名、机构名等信息
这是个典型的的命名实体识别(NER)问题。国内目前不少对于命名实体识别有一个误区，就是把这个问题等价于分词，将一些特定的人名，地名加入词库来达到效果。这种实现最大的问题是不具备可扩展性，因为词典的更新总是晚于新词的出现。近年来命名实体都是采用上下文信息+构词法的融合进行识别。譬如“他名叫徐嫳趧”，如果纯粹采用词典很难将这样的生僻名字纳入。另外像“文章”（文章与马伊琍 v.s 一篇文章）这样具有高度歧义的词语也不适合加入词典。BosonNLP的NER已经较好解决了该问题，这里是可交互的demo：单文本演示 - BosonNLP
■网友
【怎样更好的利用软件发现文本文件中的时间、人名、地名、机构名等信息】 命名实体识别技术，可以试试Stanford Name Entity Recognition 工具，有中文的，需要事先分好词。
■网友
1.静态识别 主要是词典匹配，词典的来源可以到固定的网站去挖掘：百科、 wiki、 豆瓣等等。 2.动态识别 1.规则 构词的规则 2.统计模型 主要是模板 最大熵 条件随机场等等 主流的是词典匹配+规则，模型也有，但是效率原因，还算不上主流吧。 如LZ中的“景伟” 1.用词典很难匹配成功，毕竟这个不是什么名人。 2.规则匹配，需要考虑景作人姓和伟作单字人名的可能，识别可能在三个中最大。 3.模型判断，根据模板，有可能匹配，看语料和模板的选择了。 “巴蜀” 词典匹配应该能成功，模型也能。 “2007年” 规则匹配。
■网友
时间可以通过结构分析出来，人名、地名、机构可以通过主体识别来发现绝大多数。我们做行业应用，则是通过行业数据库收录的人名、地名、机构形成词库的简单方式来识别。因为我们的应用场景是，他需要识别的就是他已经采集的，对于未采集的，他也不需要识别。
■网友
智能分词技术！
■网友
能做到命名实体识别的NLP工具包还挺多的，印象中哈工大有一个现成的接口，可以试试看
■网友
为了分词更精确，而且可以应用到一些特定的场合。需要做人名、地名、组织机构名和时间词、数量的识别。升级工作已经完毕，请大家测试并提出宝贵意见！！！下载地址：http://www.lingjoin.com/product/ljparser.html
■网友
齐普夫法则，词频最低的权重最高，整篇内容，景伟 词频最低，最有可能是人名。地名什么的有专门词库。
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 河北承德危险废物综合利用处置率达100%
- 黄金时间■黄金时间丨打造海绵城市：节水从利用雨水开始
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- |淮阴水政充分利用“双随机”平台 促进执法公平公正
- 为啥知乎上普便有一种【我在北上广深打工，所以拥有更好的视野】这样的错觉
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 趣头条|你我皆风华正茂，拥有广汽三菱奕歌的日子是美好的