实体抽取项目常见问题

实体抽取项目的标注注意事项

1. 实体抽取项目中，需要对待标注文档中所有出现的实体予以标注。

   

2. 某文档中对某个实体已经有过标注了，在另一篇文档中还需要对相同实体进行标注吗？

   答：需要

3. 被标注的实体中不能出现换行符“\n”或句号“。”，否则将不能识别，但不会影响训练。

实体抽取项目有没有更高级的规则引擎设置？

问：做实体抽取任务时，我的文档格式比较固定，需要抽取的字段有明确和固定的上下文，有没有不需要大量标注，又好又快的抽取方案？

答： 有！为了提升实体抽取模型的表现和效率，我们还开放了规则引擎模块供用户选择（如有需要，请联系我们加入白名单，钉钉群号：23142693）。在创建模型时可以配置。规则引擎的界面如下：您可以通过规则配置来配置正则、词典、任意字符和模型抽出的实体的组合等“规则”，并且通过规则预览可以测试下您的规则是否生效。

规则配置示例：

我有如下裁判文书，需要抽取原告和被告的姓名、性别、出生年月：

就可以使用规则引擎来配置正则表达式，抽取出这些字段：

配置好几个规则后，单击规则预览，则可以检查刚刚配置的规则：

实体抽取项目有没有常见的抽取字段供选择？

平台提供常见字段的抽取能力，例如日期、手机号码等，勾选后，您创建的模型将可同时抽取勾选字段。（由于创建模型需要标注数据，若想直接使用该功能，您可以随意标注10条数据训练一个模型，注意需在高级设置中勾选您想使用的通用字段）

• 入口（实体抽取项目->模型中心->创建模型->进入高级设置）：