基于规则的命名实体识别

基于规则的命名实体识别（Rule-Based Named Entity Recognition, NER）是一种通过预定义的模式或规则来识别文本中特定实体的方法。这种方法通常使用正则表达式来匹配文本中的实体。下面是一个更完整的示例，展示了如何使用正则表达式来识别文本中的多个实体类型，包括人名、地点和日期

import redef rule_based_entity_recognition(text):# 定义实体识别规则patterns = {'PERSON': r'(?:唐纳德|川普|特朗普)','LOCATION': r'(?:白宫|华盛顿)','DATE': r'\d{4}-\d{2}-\d{2}'  # YYYY-MM-DD 格式}# 存储识别结果entities = []# 遍历所有模式for entity_type, pattern in patterns.items():for match in re.finditer(pattern, text):start, end = match.span()entities.append({'entity': match.group(),'type': entity_type,'start': start,'end': end})return entities# 测试文本
text = "特朗普于2020-01-01在白宫签署了重要文件。"# 调用函数并打印结果
entities = rule_based_entity_recognition(text)for entity in entities:print(f"Entity: {entity['entity']}, Type: {entity['type']}, Start: {entity['start']}, End: {entity['end']}")

运行结果：

Entity: 特朗普, Type: PERSON, Start: 0, End: 3
Entity: 白宫, Type: LOCATION, Start: 15, End: 17
Entity: 2020-01-01, Type: DATE, Start: 4, End: 14