假設我們想要抓取chicagomusiccompass.com。
如您所見，它有幾張卡片，每張卡片代表一個事件。現在，讓我們來看看下一篇：
請注意，活動名稱是：
jazmin bean: the traumatic livelihood tour
現在的問題是：我們如何從文本中提取藝術家的名字？
作為一個人，我可以「輕鬆地」看出 jazmin bean 是藝術家——只需查看他們的 wiki 頁面即可。但編寫程式碼來提取該名稱可能會很棘手。
我們可能會想，“嘿，: 之前的任何內容都應該是藝術家的名字”，這看起來很聰明，對吧？它適用於這種情況，但是這個呢：
happy hour on the patio: kathryn & chris
這裡，順序顛倒了。我們可以不斷添加邏輯來處理不同的情況，但很快我們就會得到大量脆弱的規則，並且可能無法涵蓋所有內容。
這就是命名實體辨識（NER）模型派上用場的地方。它們是開源的，可以幫助我們從文字中提取名稱。它不會捕捉所有案例，但大多數時候，他們都會為我們提供所需的資訊。
透過這種方法，提取變得更加容易。我選擇 Python 是因為 Python 機器學習社群是無與倫比的。
from gliner import GLiNER
model = GLiNER.from_pretrained("urchade/gliner_base")
text = "jazmin bean: the traumatic livelihood tour"
labels = ["person", "bands", "projects"]
entities = model.predict_entities(text, labels)
for entity in entities:
print(entity["text"], "=>", entity["label"])
產生輸出：
jazmin bean => person
現在，讓我們來看看另一個案例：
happy hour on the patio: kathryn & chris
輸出：
kathryn => person chris => person
來源-GLiNER
太棒了，對吧？不再需要繁瑣的邏輯來提取名稱，只需使用模型即可。當然，它不會涵蓋所有可能的情況，但對於我的專案來說，這種靈活性就很好了。如果您需要更高的準確性，您可以隨時：
身為軟體開發人員，強烈建議隨時了解機器學習領域的工具。並不是所有事情都可以透過簡單的程式設計和邏輯來解決 - 有些挑戰可以使用模型和統計來更好地解決。
以上是ETL：從文字中提取人名的詳細內容。更多資訊請關注PHP中文網其他相關文章！
