如何在带有模式的Spacy模型中从简历中解析出生日期 [英] How can parse the date_of_birth from resume in spacy model with patterns

问题描述

我添加了多个取数模式date_of_birth，有时取数正确，但有时得到的日期不是出生日期。

您可以看到我添加的patterns

DOB_PATTERN = [
    # dates of the form 23-12-2018
    [{'IS_DIGIT': True}, {'ORTH': '/'}, {'IS_DIGIT': True}, {'ORTH': '/'}, {'IS_DIGIT': True}],
    # dates of the form 10-Aug-2018
    [{'IS_DIGIT': True}, {'ORTH': '/'}, {'IS_ALPHA': True}, {'ORTH': '/'}, {'IS_DIGIT': True}],
    # MM-DD-YYYY and YYYY-MM-DD
    [{'IS_DIGIT': True}, {'ORTH': '-'}, {'IS_DIGIT': True}, {'ORTH': '-'}, {'IS_DIGIT': True}],
    # dates of the form 10-Aug-2018
    [{'IS_DIGIT': True}, {'ORTH': '-'}, {'IS_ALPHA': True}, {'ORTH': '-'}, {'IS_DIGIT': True}],
    # dates of the form Aug-10-2018
    [{'IS_ALPHA': True}, {'ORTH': '-'}, {'IS_DIGIT': True}, {'ORTH': '-'}, {'IS_DIGIT': True}]
    
]

def custom_tokenizer(nlp, infix_reg):

    return Tokenizer(nlp.vocab, infix_finditer = infix_reg.finditer)

def dob(nlp_text):
    
    infix_re = re.compile(r'''[-/,]''')
    nlp = spacy.load('en_core_web_sm')
    nlp.tokenizer = custom_tokenizer(nlp, infix_re)
    DATE = nlp.vocab.strings['DATE']
    
    matcher = Matcher(nlp.vocab)
  
    matcher.add("MATCHING", DOB_PATTERN)
    doc = nlp(nlp_text)
    matches = matcher(doc)
    
    for match_id, start, end in matches:
        span = doc[start:end]
        return span.text

我有一个date_of_birth这样的Date of Birth: 12th OCT 1988在没有被检测到的简历中，请给我一个解决我问题的模式列表，并可以从简历中获取出生日期。谢谢

推荐答案

，因为您已经在dob_pattern中介绍了其他用例。我想就你所询问的特殊花样提出一些建议。您可以这样做：

import spacy
nlp = spacy.load("en_core_web_sm")
text = ("Sam was born on 12th OCT 1988. ")
doc = nlp(text)
for entity in doc.ents:
    if entity.label_=='DATE':
      print(entity)
#output 12th OCT 1988

这篇关于如何在带有模式的Spacy模型中从简历中解析出生日期的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！