可以使用NER对空间显示进行任何分析吗?

Question

在空间NER中访问此显示时，您是否可以将找到的实体(在本例中是带有GPE或LOC的任何tweet)添加到新数据框架中，或者对此主题进行任何进一步分析?我想，一旦我把它们列成一张清单，我就可以用地理学把它们想象出来，有什么想法吗?

colors = {'LOC': 'linear-gradient(90deg, ~aa9cde, #dc9ce7)', 'GPE' : 'radial-gradient(white, blue)'}
options = {'ents' : ['LOC', 'GPE'],'colors':colors} 
spacy.displacy.render(doc, style='ent',jupyter=True, options=options, )

Answer 1

这些实体可以在doc对象上访问。如果您想将doc对象中的所有元素放入列表中，只需使用，doc.ents。例如:

import spacy
content = "Narendra Modi is the Prime Minister of India"
nlp = spacy.load('en_core_web_md')
doc = nlp(content)
print(doc.ents)

应该输出:

(Narendra Modi, India)

说，你想要实体的文本(或提及)和实体的标签(例如，PERSON, GPE, LOC, NORP等)，那么你可以得到它们如下:

print([(ent, ent.label_) for ent in doc.ents])

应该输出:

[(Narendra Modi, 'PERSON'), (India, 'GPE')]

你应该能够在你认为合适的其他地方使用它们。