c# - 如何使用 C# 从文本中提取人名和地名？

Question

是否有任何 C# 算法可以从文本中提取人名和地名？

例如，给定以下文本:

St. Mark died at Alexandria, in Egypt.  He was martyred, I think.
However, that has nothing to do with my legend.  About the founding of
the city of Venice--

(摘自马克吐温的《国外的无辜者》)

...有没有办法提取:

St. Mark
Alexandria (or better yet, "Alexandria, Egypt")
Venice

?

我意识到没有办法获得 100% 的准确率(捕获所有地名和人名，并且不添加“误报”)，但 80% 的准确率可能非常有值(value)。

我知道每个词都可以与百科全书或类似的东西进行比较，但必须有更好的方法。此外，该算法怎么知道将“St.”组合起来。和“Mark”，并将“Alexandria, in Egypt”视为“Alexandria, Egypt”？

Answer 1

我注意到此处提供的链接有些过时。斯坦福自然语言处理 (NLP) 库 (https://nlp.stanford.edu/software/) 是一个仍然活跃的项目(并且是免费的 [更正:GPL，因此非商业免费])。您可以演示他们的命名实体识别 (NER) here .它甚至有一个 .NET 包装器 ( http://sergey-tihon.github.io/Stanford.NLP.NET/StanfordNER.html )。

Microsoft 还通过 Azure 认知服务提供了许多类似的算法。您会对实体链接 ( https://azure.microsoft.com/en-us/services/cognitive-services/entity-linking-intelligence-service/ ) 最感兴趣

希望对 future 的观众有所帮助。