Adlandırılmış Öğe Tanıma (Ner) - Kuruluş Adı Veritabanı

Question

Şu anki mezuniyet projem için çalışıyorum: Türkçe için Adlandırılmış Öğe Tanıma. Tanıtıcı, Kişisel İsimler ve Lokasyonlarla çalışırken (bazen yerler farklı dillerde olabilir, örneğin Taksim/İstanbul'daki Hilton Otelleri olabilir) tüm veri kümemde "Otel" eklemem gerekir. Otel, restoran veya alışveriş merkezi. Ancak Organizasyon Adı Etiketi'ne geldiğinde. Ben bantları, ürünler, şirket adlarının iyi bir veri kümesi bulmalıyız, ama bu veri kümesini stanford NLP aracında

bulmak için nasıl anlamaya veya toplamak olamaz: http://nlp.stanford.edu:8080/ner/process

i Facebook, Nike, Adidas vb bunu yazdığınızda organizasyonu bulabilir. Yani bu organizasyon adı Dataset'in olması için herhangi bir yol var mı?

Answer 1

Bu kuruluş adları ile bir veri kaynağı ile ilgileniyorsanız. Kullanılabilir böyle

YAGO

BabelNet Sadece online erişim indirilemez

DBpedia

olarak bilgi tabanları KB'leri birini kullanabilirsiniz.
• FreeBase

Hepsi bu örgütlerin ve daha adlara sahip , sadece kendi türlerini kullanarak kuruluşlarını ayıklamak için çaba gerekecektir. Örneğin, YAGO, olası varlıklara ve türlerine sahip indirilebilir bir dosyaya sahiptir. Onu filtreleyebilir ve olası tüm isimleri almak için hasMeaning verilerini kullanabilirsiniz. Yago ve BabelNet, NER veya Adlandırılmış Tarafsız Ayrılma Sistemi AIDA ve Babelfy için kullanılmıştır.

AIDA, NER için kullanılabilecek olası varlık adlarının sağlam bir veri kümesi sunar.

Answer 2

bunları wikipedia'dan toplamaya çalışın. Onun büyük bir kaynağı. Wiki dökümlerinden belirli varlık türlerinin bilgilerini toplayan bir ayrıştırıcı yazabilirsiniz. Vikipedi, insanları, yerleri ve kuruluşları kategorize eden hiyerarşik bir yapıya sahiptir.