有没有办法告诉NLTK某个词不是专有名词而是名词？

Question

我正在做一些NLP，在那里我发现病人被诊断为多发性硬化症。在

我想用nltk来告诉我，一个句子的名词是多发性硬化症。问题是，医生经常把多发性硬化症称为多发性硬化症，nltk把它当作专有名词。在

例如，这句话，“他的MS是在1999年被诊断出来的。”被标记为：[('His', 'PRP$'), ('MS', 'NNP'), ('was', 'VBD'), ('diagnosed', 'VBN'), ('in', 'IN'), ('1999', 'CD'), ('.', '.')]

MS应该是个名词。有什么建议吗？在

Answer 1

综上所述，您有以下几种选择：

1. 在后处理中更正标签-有点难看，但又快又容易。在
2. 使用一个外部的名称实体识别器（Stanford NER是@Bob Dylan深思熟虑地建议的）-这一个更复杂，特别是因为Stanford NER是java语言，速度不是特别快。在
3. 在特定于域的数据上重新训练POS标记器（您是否有足够大的带注释的数据集来使用它？）在
4. 使用WSD（词义消歧）方法-首先你需要有一个好的领域字典来使用。在