Benoemde entiteiten herkennen in nieuwskoppen
Nieuwsorganisaties taggen vaak benoemde entiteiten zoals personen, locaties en organisaties in koppen om zoeken, indexering en aanbevelingen te verbeteren. Jouw taak is om een Hugging Face-pipeline te gebruiken om deze entiteiten automatisch te detecteren en te groeperen in een nieuwskop.
Deze oefening maakt deel uit van de cursus
Natural Language Processing (NLP) in Python
Oefeninstructies
- Maak een
ner_pipelinemet het model"dslim/bert-base-NER". - Haal de benoemde entiteiten uit de gegeven
headline.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
from transformers import pipeline
# Create the NER pipeline
ner_pipeline = pipeline(
task="____",
model="____",
grouped_entities=True
)
headline = "Apple is planning to open a new office in San Francisco next year."
# Get named entities
entities = ____
for entity in entities:
print(f"{entity['entity_group']}: {entity['word']}")