我正在尝试对简体中文文本进行一些 NLP（需要提取句子结构并进行命名实体识别）。我以前使用 spaCy 处理英文文本，但我看到中文模型上的注释表明它们正在进行中，而且我尝试过的示例的 NER 提取精度很差。
哪个NLP库有最成熟的预建中文语言模型？理想情况下基于 Python。
哪个NLP库的中文语言模型最成熟？
数据挖掘
nlp
命名实体识别
2022-03-08 08:26:03
2个回答
没有支持中文高质量命名实体识别的通用库。
其他选项包括GitHub 上的 Information-Extraction-Chinese或用代码改编论文。
在针对中文文本评估了几个库之后：
- spaCy 的 POS 标注准确度较差
- Stanford Stanza 的 POS 标记通常很好，但经常错误地将单个单词句子中的单词识别为 POS = "PUNCT"
- NLTK 本身不处理中文词性标注
- CoreNLP 具有良好的 POS 标记准确性，并且可以合理地进行 NER 标记。
我怀疑这更多的是关于预建模型的质量，而不是库本身。
其它你可能感兴趣的问题