文本提取/标记

TCGJ

大家好!

我试图去个性化我所拥有的一些数据，我想我可以使用RM提取名称或标记化来匿名化它们。

我尝试过使用标记化和提取信息操作符，但它们没有给我想要的结果。

有人这样做过吗?或者可以提供一些建议吗?

MarcoBarradas

嗨，TCGJ不是一个完美的解决方案，但它可能会给你一个想法，你可以用RapidMiner内部的一些操作符做什么

< ?xml version="1.0" encoding="UTF-8"?><进程版本="9.8.001">   
   <参数key="logverbosity" value="init"/> <参数key="random_seed" value="2001"/> <参数key="send_mail" value="never"/> <参数key="notification_email" value="30"/> <参数key="encoding" value="SYSTEM"/> <进程expanded="true">                                                     Regex Expression copied from: <br/>https://stackoverflow.com/questions/7653942/find-names-with-regular-expression < / description>;  

您还可以使用含义云扩展来识别一些其他实体。
对于更高级的问题，您可以使用execute python操作符或AI Hub平台上的JupyterNotebooks来测试spaCy库。

以下连结可帮助你:

https://medium.com/analytics-vidhya/natural-language-processing-using-spacy-in-python-part-1-ac1bc4ad2b9c