Nouveau en PNL, Question sur l'annotation

Question

Je suis nouveau à la PNL et je cherche un point de départ, en termes de tutoriels, de documentation ou d'exemple de code. On m'a dit d'étudier les possibilités de traitement du texte naturel pour en extraire des données structurées. Par exemple, je veux extraire (annoter) la hauteur et le poids des instructions suivantes. "Il a 6 pieds de haut et pèse 200 livres" ou "Sa taille est de 6 pieds et son poids est de 200" etc J'ai regardé dans UIMA mais il semble être un dictionnaire REGEX auto-créé sans capacités d'entraînement. Donc, en un mot, quel framework Java puis-je utiliser pour créer un moteur d'annotation qui peut aussi être entraîné! Toute aide (pointeur) sera fortement appréciée. Merci

Answer 1

Si vous voulez vraiment utiliser l'apprentissage automatique pour former votre annotateur, alors GATE est probablement votre meilleur pari. Jetez un oeil au chapitre sur machine learning dans leur guide.

Answer 2

Depuis que vous avez demandé des pointeurs: LingPipe (déjà mentionnés ci-dessus), OpenNLP et Stanford NLP distributions. Remarque: si Python est une option, vous pouvez utiliser Natural Language Toolkit.

Answer 3

J'utiliserais NER. Voici la sortie que je vois pour votre texte d'entrée:

Vous pouvez l'essayer ici: http://deagol.cs.illinois.edu:8080