Блог

Я работаю над приложением, и мне нужно создать модель НЛП для обнаружения конкретной информации в тексте. Например, давайте возьмем следующие два фрагмента текста:

1. Джон преподает Операционные системы.
2. Цена продукта будет скорректирована на 70% по параметру A и на 30% по параметру B.

В примере 1 мне нужна модель, позволяющая определять операционную систему как тему. Я думаю, что простой NER способен выполнить эту работу. В примере 2 мне нужно определить комбинацию параметра A и 70% (параметр A, 70%) и параметра B и 30% (параметр B, 30%). Можно ли обучить NER выполнению этой работы? Могу ли я обучить NER возвращать комбинацию разных терминов? Есть ли лучшие методы для этого?

1. Вы также можете попробовать классификацию с нулевым результатом, но для этого вы должны предположить возможные темы вашего текста. Если у вас нет априорного представления об этом, да, возможно, NER tagger (должным образом обученный) мог бы выполнить эту работу
2. Вы рассматривали возможность ответа на вопрос бота? По сути, это система, которая может отвечать на вопросы на естественном языке. Посмотрите на пример здесь и попробуйте его с помощью вашего пользовательского контекстного вопроса:

• Контекст: The product price will be adjusted 70% by the parameter A and 30% by the parameter B
• Вопрос: How much the price will be adjusted by parameter A?
• Ответ: 70% (с оценкой вероятности 0.973 )

Это другой подход, отличный от того, что вы предложили, но я думаю, что он может сработать