Chatbot_NER 项目 API 调用指南:实体识别技术详解
2025-06-12 05:20:06作者:丁柯新Fawn
项目概述
Chatbot_NER 是一个专注于从文本数据中提取关键实体信息的工具库,专为对话式 AI 应用设计。它能够识别多种类型的实体,包括时间、日期、数字、电话号码、电子邮件等,支持多语言处理,是构建智能对话系统的有力工具。
核心功能特性
Chatbot_NER 提供以下实体识别能力:
- 时间识别:支持12/24小时制,能识别相对时间表达(如"10分钟后")
- 日期识别:可识别多种日期格式,包括绝对日期和相对日期
- 数字识别:支持整数、小数和货币金额等
- 电话号码识别:能识别国际格式的电话号码
- 电子邮件识别:识别标准电子邮件格式
- 文本实体识别:基于上下文模型或数据存储的全文搜索识别自定义实体
- PNR编号识别:识别旅行预订中的PNR代码
- 正则表达式识别:支持自定义正则模式匹配
API 参数详解
基础参数
-
message (必需)
- 描述:需要从中提取实体的原始文本
- 示例:"我想订明天下午3点的披萨"
-
entity_name (必需)
- 描述:要识别的实体类型名称
- 示例:对于餐厅识别,可设为"restaurant"
-
structured_value (可选)
- 描述:从结构化数据(如表单)中获取的值
- 使用场景:当用户通过表单选择而非文本输入时
-
fallback_value (可选)
- 描述:当无法从文本中识别实体时的备用值
- 示例:用户说"附近的ATM",可使用用户位置作为备用值
-
source_language (必需)
- 描述:输入文本的语言代码(ISO 639-1标准)
- 示例:英语为"en",印地语为"hi"
-
bot_message (可选)
- 描述:机器人/代理的上一条消息
- 作用:帮助消除用户回复的歧义
输出格式解析
API 返回一个包含识别结果的字典列表,每个字典包含以下字段:
{
"entity_value": "识别出的实体值",
"detection": "识别来源(message/structured_value/fallback_value)",
"original_text": "原始文本中匹配的部分"
}
输出示例
输入文本:"我想在Mainland China订2个汉堡,下午3点取餐"
输出结果:
[
{
"detection": "message",
"original_text": "2",
"entity_value": {"value": "2", "unit": null},
"language": "en"
},
{
"detection": "message",
"original_text": "3 pm",
"entity_value": {"mm": 0, "hh": 3, "nn": "pm"},
"language": "en"
}
]
典型使用场景
1. 时间识别
支持多种语言的时间表达识别,包括英语、印地语、马拉地语等。
Python调用示例:
from ner_v2.detectors.temporal.time.time_detection import TimeDetector
message = "会议安排在下午4:30,请提前15分钟到场"
entity_name = "time"
timezone = "Asia/Shanghai"
source_language = "zh"
detector = TimeDetector(entity_name=entity_name,
language=source_language,
timezone=timezone)
result = detector.detect(message=message)
print(result)
预期输出:
[
{
"detection": "message",
"original_text": "下午4:30",
"entity_value": {"hh": 16, "mm": 30, "nn": "pm"},
"language": "zh"
},
{
"detection": "message",
"original_text": "15分钟",
"entity_value": {"hh": 0, "mm": 15, "nn": "df"},
"language": "zh"
}
]
2. 日期识别
支持绝对日期、相对日期和星期表达等多种格式。
Python调用示例:
from ner_v2.detectors.temporal.date.date_detection import DateAdvanceDetector
message = "下周三我要去北京出差"
entity_name = "date"
timezone = "Asia/Shanghai"
source_language = "zh"
detector = DateAdvanceDetector(entity_name=entity_name,
language=source_language,
timezone=timezone)
result = detector.detect(message=message)
print(result)
预期输出(假设今天是2023-06-28):
[
{
"detection": "message",
"original_text": "下周三",
"entity_value": {
"value": {"dd": 5, "mm": 7, "yy": 2023, "type": "date"},
"normal": true
},
"language": "zh"
}
]
最佳实践建议
- 时区处理:始终明确指定时区参数,确保日期时间识别准确
- 语言支持:确认目标语言是否在支持列表中,必要时可扩展语言模式
- 错误处理:合理使用fallback_value处理识别失败场景
- 上下文利用:通过bot_message参数提供对话上下文,提高识别准确率
- 性能优化:对于高频调用,考虑缓存检测器实例
扩展开发
如需支持新的实体类型或语言,可以:
- 继承基础检测器类实现自定义逻辑
- 添加特定语言的正则模式
- 扩展数据存储中的实体词典
Chatbot_NER 的设计允许灵活扩展,满足各种对话系统的实体识别需求。通过合理配置和定制开发,可以构建出高度精准的多语言实体识别能力。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0289Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp英语课程填空题提示缺失问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程中屏幕放大器知识点优化分析4 freeCodeCamp论坛排行榜项目中的错误日志规范要求5 freeCodeCamp音乐播放器项目中的函数调用问题解析6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析8 freeCodeCamp课程视频测验中的Tab键导航问题解析9 freeCodeCamp博客页面工作坊中的断言方法优化建议10 freeCodeCamp课程页面空白问题的技术分析与解决方案
最新内容推荐
Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 PANTONE潘通AI色板库:设计师必备的色彩管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
164
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
952
560

基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.01 K
396

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
407
387

React Native鸿蒙化仓库
C++
199
279

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0