如何使用带有模式的 spacy 从简历中提取准确的人名

Question

我正在使用 spacy 模型 en_core_web_sm 从简历中提取人名，并使用类似的 spacy 模式，

PATTERN = [
    [{'POS': 'PROPN'}, {'POS': 'PROPN'}, {'POS': 'PROPN'}],
    [{'POS': 'PROPN'}, {'POS': 'PROPN'}],
    [{'POS': 'PROPN'}, {'POS': 'NOUN'}, {'POS': 'PROPN'}],
    [{'POS': 'NOUN'}, {'POS': 'PROPN'}, {'POS': 'PROPN'}]
]

但是使用此方法可以正常工作，并给出人的确切名字，但有时会给出错误的名字，例如简历，来自 Resume Genius，Sr，电气工程师

matcher.add("NAME", PATTERN)
    matcher = Matcher(nlp.vocab)
    matches = matcher(nlp_text)

    for match_id, start, end in matches:
        span = nlp_text[start:end]
        return span.text

我得到这样的Name，但由于识别正确的名称而出现问题。请给我一个解决方案。谢谢

Answer 1

尝试将人名与这样的模式相匹配没有任何意义，这不是解决问题的正确方法。

如果您想获取人名，这就是 NER（命名实体识别）组件的用途。您应该使用 doc.ents 并获取带有标签 PERSON 的所有实体，而不是在词性类型上使用模式。有关使用示例，请参阅文档。