版權聲明：本文為博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
本文鏈接：https://blog.csdn.net/xuewenstudy/article/details/85028173
? ? ? ? 命名實體識別（Named Entity Recognition，簡稱NER）用于識別文本中具有特定意義的實體。需要識別的實體可以分為三大類（實體類、時間類和數字類）和七小類（人名、機構名、地名、時間、日期、貨幣和百分比）。

? ? ? ? 本文介紹使用Ltp進行命名實體識別。

1、安裝Ltp Python組件

（1）pyltp安裝：

pip install pyltp

(不支持conda-python)

（2）部署語言模型庫：

下載鏈接：http://ltp.ai/download.html

解壓后如圖所示

?

cws是中文分詞模型，ner是命名實體識別模型，paeser是句法解析模型，pos是詞性標注模型。

2、使用Ltp進行命名實體識別

（1）代碼：

import sys
import os
from pyltp import *

sent = "歐洲 東部 的 羅馬尼亞 ， 首都 是 布加勒斯特 ， 也 是 一 座 世界性 的 城市 。"
words = sent.split(" ")

postagger = Postagger()
postagger.load("D:\\Projects\\nlp\\ltp_data_v3.3.1\\pos.model") ? ?#導入詞性標注模塊
postags = postagger.postag(words)

recognizer = NamedEntityRecognizer()
recognizer.load("D:\\Projects\\nlp\\ltp_data_v3.3.1\\ner.model") ? ?#導入命名實體識別模塊
netags = recognizer.recognize(words, postags)

for word,postag,netag in zip(words,postags,netags):
? ? print(word+'/'+postag+'/'+netag)

（2）運行結果：

?

詞、詞性、識別的專名用“ / ”分開了，“O”表示非專名，“S-Ns”表示地名。

參考文獻：

鄭捷，《NLP漢語自然語言處理原理與實踐》
————————————————
版權聲明：本文為CSDN博主「xuewenstudy」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/xuewenstudy/article/details/85028173

?

總結

以上是生活随笔為你收集整理的命名实体识别学习笔记——使用Ltp的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。