معرفی شرکت ها


extr-0.0.9


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Named Entity Recognition (NER) and Relation Extraction (RE) library using Regular Expressions
ویژگی مقدار
سیستم عامل -
نام فایل extr-0.0.9
نام extr
نسخه کتابخانه 0.0.9
نگهدارنده []
ایمیل نگهدارنده []
نویسنده -
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/dpasse/extr
آدرس اینترنتی https://pypi.org/project/extr/
مجوز -
# Extr > Named Entity Recognition (NER) and Relation Extraction (RE) library using Regular Expressions <br /> ## Install ``` pip install extr ``` ## Example ```python text = 'Ted is a Pitcher.' ``` ### 1. Entity Extraction > Find Named Entities from text. ```python from extr import RegEx, RegExLabel from extr.entities import EntityExtractor entity_extractor = EntityExtractor([ RegExLabel('PERSON', [ RegEx([r'ted'], re.IGNORECASE) ]), RegExLabel('POSITION', [ RegEx([r'pitcher'], re.IGNORECASE) ]), ]) entities = entity_extractor.get_entities(text) ## entities == [ ## <Entity label="POSITION" text="Pitcher" span=(9, 16)>, ## <Entity label="PERSON" text="Ted" span=(0, 3)> ## ] ``` **<i> or add a knowledge base</i>** ```python from extr import RegEx, RegExLabel from extr.entities import create_entity_extractor entity_extractor = create_entity_extractor( [ RegExLabel('POSITION', [ RegEx([r'pitcher'], re.IGNORECASE) ]), ], kb={ 'PERSON': ['Ted'] } ) entities = entity_extractor.get_entities(text) ## entities == [ ## <Entity label="POSITION" text="Pitcher" span=(9, 16)>, ## <Entity label="PERSON" text="Ted" span=(0, 3)> ## ] ``` ### 2. Visualize Entities in HTML > Annotate text to display in HTML. ```python from extr.entities import HtmlEntityAnnotator html = HtmlEntityAnnotator().annotate(text, entities) ``` ```html <!-- customize colors by label --> <style> span.entity { border: 1px solid black; border-radius: 5px; padding: 5px; margin: 3px; color: gray; cursor: pointer; } span.label { font-weight: bold; padding: 3px; color: black; } .lb-PERSON { background-color: orange; } .lb-POSITION { background-color: yellow; } </style> <div> {{ -- insert html here -- }} </div> ``` ![](https://github.com/dpasse/extr/blob/main/docs/images/annotations.JPG) ### 3. Relation Extraction > Annotate and Extract Relationships between Entities ```python from extr.entities import EntityAnnotator from extr.relations import RelationExtractor, \ RegExRelationLabelBuilder ## define relationship between PERSON and POSITION relationship = RegExRelationLabelBuilder('is_a') \ .add_e1_to_e2( 'PERSON', ## e1 [ ## define how the relationship exists in nature r'\s+is\s+a\s+', ], 'POSITION' ## e2 ) \ .build() relations_to_extract = [relationship] ## `entities` see 'Entity Extraction' above annotation_results = EntityAnnotator().annotate(text, entities) relations = RelationExtractor(relations_to_extract).extract(annotation_results) ## relations == [ ## <Relation e1="Ted" r="is_a" e2="Pitcher"> ## ] ``` ### 4. Apply Attributes to Entities > mark entities based on their surroundings ```python from extr.entities import EntityAttributor, \ AttributeToApply, \ AttributeApplications, \ AttributeSetup negative_text = 'Ted is not a Pitcher.' entities = extractor.get_entities(negative_text) attributor = EntityAttributor( attribute_name='ctypes', settings = [ AttributeToApply( 'NEGATIVE', applications=[ AttributeApplications( entities=['POSITION'], setups=[ AttributeSetup(before=r' not a ') ] ) ] ) ] ) entities = attributor.set_attributes(negative_text, entities) ## entities == [ ## <Entity label="POSITION" text="Pitcher" span=(13, 20) attributes={"ctypes": ["NEGATIVE"]}>, ## <Entity label="PERSON" text="Ted" span=(0, 3)> ## ] ```


نحوه نصب


نصب پکیج whl extr-0.0.9:

    pip install extr-0.0.9.whl


نصب پکیج tar.gz extr-0.0.9:

    pip install extr-0.0.9.tar.gz