NER avec NLTK

Vous allez maintenant vous amuser avec la reconnaissance d’entités nommées ! Un article d’actualité extrait du Web a été préchargé dans votre espace de travail. Votre objectif est d’utiliser nltk pour trouver les entités nommées dans cet article.

De quoi l’article pourrait-il parler, au vu des noms que vous avez trouvés ?

Avec nltk, sent_tokenize et word_tokenize de nltk.tokenize ont déjà été importés.

Cet exercice fait partie du cours

Introduction au Natural Language Processing (NLP) en Python

Afficher le cours

Instructions

Segmentez article en phrases.
Tokenisez chaque phrase de sentences en mots à l’aide d’une compréhension de liste.
Dans une compréhension de liste, étiquetez chaque phrase tokenisée en parties du discours avec nltk.pos_tag().
Regroupez chaque phrase étiquetée en blocs d’entités nommées avec nltk.ne_chunk_sents(). En plus de pos_sentences, indiquez l’argument nommé supplémentaire binary=True.
Parcourez chaque phrase et chaque bloc, et testez s’il s’agit d’un bloc d’entité nommée en vérifiant s’il possède l’attribut label, et si chunk.label() est égal à "NE". Le cas échéant, affichez ce bloc.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Tokenize the article into sentences: sentences
sentences = ____

# Tokenize each sentence into words: token_sentences
token_sentences = [____ for sent in ____]

# Tag each tokenized sentence into parts of speech: pos_sentences
pos_sentences = [____ for sent in ____] 

# Create the named entity chunks: chunked_sentences
chunked_sentences = ____

# Test for stems of the tree with 'NE' tags
for sent in chunked_sentences:
    for chunk in sent:
        if hasattr(chunk, "label") and ____ == "____":
            print(chunk)

Modifier et exécuter le code