如何检测使用NLP的实体的语句

Question

我想研究使用NLP来检测负面/非建设性评论，即那些经常出现在网上讨论政治的评论。我很想知道如果给我这样一句话：

You're a liberal dweeb. Clinton is ruining the US with her inappropriate behavior as president.

是否不仅可以使用NER推断实体（你，克林顿），还可以得到关于每个实体的陈述树：

+-----------------+                             +------------------------+
|                 |                             |                        |
|                 |                             |                        |
|       you       |                             |          Clinton       |
|                 +------+                      |                        +------+
|                 |      |                      |                        |      |
+--+--------------+      |                      |                        |      |
   |                     |                      +--+---------------------+      |
   |                     |                         |                            |
   |                     |                         |                            |
 +-+-------+        +----+-----+                   |                  +---------+----------+
 |         |        |          |              +----+---------+        |                    |
 |         |        |   dweeb  |              |              |        |                    |
 |  liberal|        |          |              |  ruining US  |        | has inappropriate  |
 |         |        +----------+              |              |        | behavior as pres.  |
 +---------+                                  |              |        |                    |
                                              +--------------+        +--------------------+

NLP有这种可能吗？你知道吗

Answer 1

是的，你所寻找的是肯定有可能与NLP。有两种方法你应该进一步研究。你知道吗

1）在编码方面，更快的方法是使用NLP框架（如Stanford NLP、Spacy等）的“关系提取器”功能，但需要在标记和培训带注释的数据方面进行投资。但是，您必须对默认模型进行一些定制和培训。这里有一篇link到一篇关于使用NLTK实现这一点的示例博客文章，但是如果您采用这种方法，您应该寻找一篇更新的文章。你知道吗

2）@Gabriel提到了在编码方面比较慢但不需要数据标签和注释的方法，在语句上运行依赖关系解析器和实体管道，然后在代码中使用一组手动规则来提取关系。你知道吗

Answer 2

选区解析器或依赖关系解析器，可能加上某种语义分析，为您提供有关命名实体和非命名实体的更多信息，可能就是您要寻找的。尝试将一些例句粘贴到http://corenlp.run/或http://demo.ark.cs.cmu.edu/parse中，后者应用依赖关系分析和语义分析，以查看它是否是您要查找的类型。你知道吗