Алгоритмы распознавания именованных объектов
Создать сериализованное представление массива, простого объекта или объекта jQuery, подходящего для использования в строке запроса URL-адреса или Ajax запрос. Если объект jQuery передан, он должен содержать элементы ввода с свойствами name / value.
blockquote>В документе также указано, что
Если объект прошел находится в массиве, он должен быть массивом объектов в формате, возвращаемом
blockquote>.serializeArray()Итак, в вашем случае:
var url = '../reports/student.php?' + jQuery.param(serializeArray(data));Чтобы несериализовать, вы должны использовать функцию jQuery BBQ deparam в соответствии с ответом cce в этом вопросе SO: Обратная функция $ .param () в JavaScript / jQuery .
3 ответа
Для начала ознакомьтесь с http://www.nltk.org/ , если вы планируете работать с python, хотя, насколько мне известно, код не является "промышленным" сила ", но это поможет вам начать.
Посмотрите раздел 7.5 на http://nltk.googlecode.com/svn/trunk/doc/book/ch07.html , но чтобы понять алгоритмы, которые вы вероятно, придется прочитать большую часть книги.
Также проверьте это http://nlp.stanford.edu/software/CRF-NER.shtml . Это делается с помощью java,
NER - непростая тема, и, вероятно, никто не скажет вам «это лучший алгоритм», у большинства из них есть свои за / против.
Мои 0,05 доллара.
Ура,
Это зависит от того, хотите ли вы:
Чтобы узнать о NER : Отличное место для начала - это NLTK и связанная с ним книга .
Чтобы реализовать лучшее решение : Здесь вам нужно будет искать состояние искусства. Посмотрите публикации в TREC . Более специализированное собрание - Biocreative (хороший пример NER, примененного к узкой области).
Для реализации самого простого решения : в этом случае вы просто хотите сделать простую маркировку, и вытащите слова, помеченные как существительные. Вы можете использовать теггер из nltk или даже просто искать каждое слово в PyWordnet и отмечать его наиболее распространенным смыслом слов.
Большинство алгоритмов требуют некоторого обучения и работают лучше всего, когда они обучены контенту, который представляет то, что вы собираетесь просить пометить.
Я ничего не знаю о NER, но, судя по тому примеру, вы могли бы создать алгоритм, который искал бы заглавные буквы в словах или что-то в этом роде. Для этого я бы порекомендовал регулярное выражение как наиболее простое в реализации решение, если вы думаете о мелочах.
Другой вариант - сравнить тексты с базой данных, в которой вы найдете строку, предварительно идентифицированную как Интересующие вас теги.
my 5 центов.