nlp - 如何在NLP框架中进行段落边界检测？

Question

我正在努力从英文报纸上出现的各种广告中提取人名。

但是，我注意到在提取广告中存在的名称之前，我需要识别广告的边界，因为我只需要提取第一个出现的名称。我从斯坦福 NLP 开始。我成功提取了名字。但我在识别段落边界时陷入困境。

有没有办法识别段落边界。 ？

Answer 1

这是一个难题，我们在一个项目中也面临着同样的问题。有一些理论论文有助于详细定义问题的范围和潜在的解决方案。我将把它们包括在下面。

我们仍处于研发过程中，因此还没有太多答案，但随着时间的推移，我们愿意分享我们所拥有的和发现的内容。

这是一篇这样的论文:

Automatic Paragraph Identification:A Study across Languages and Domains

这是他们使用的 ISCIBoost 代码的 github 链接:

Open-source implementation of Boostexter (Adaboost based classifier)