如果数据可以被结构化，那么当今可用的大量非结构化文本数据提供了丰富的信息来源。 命名实体识别 (NER)（也称为命名实体提取）是从半结构化和非结构化文本源构建知识的第一步。
只有在 NER 之后，我们才能至少揭示信息包含的内容和内容。 因此，数据科学团队将能够在语料库中看到所有人员、公司、地点等名称的结构化表示，可作为进一步分析和调查的出发点。
在 自然语言工具包（NLTK）和 SpaCy 构建 Python 命名实体识别 文章中，我们学习并实践了如何使用 NLTK 和 spaCy 构建命名实体识别器。 为了更进一步，创建一些有用的东西，本文将介绍如何使用 spaCy 开发和部署一个简单的命名实体提取器，并使用 Python 中的 Flask API 为其提供服务。
Flask API 步骤
index.html 中处理及其代码
Python 主代码 app.py 及其分解解释
测试 Flask API
源代码
详情参阅http://viadean.com/spacy_python_flask_api.html
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
