Namnigenkänning (NER) gör det möjligt att märka upp namnentiteter (som t.ex. personnamn, organisationer, ortnamn) i texten.
Analyscitering
                  
             
          
                
        Språkbanken Text (2022).  sbx-eng-namedentity-stanza (uppdaterad: 2022-08-10). [Analysis]. Språkbanken Text. https://doi.org/10.23695/rfqw-9p16
         Ytterligare sätt att citera datamängden.
        Ytterligare sätt att citera datamängden.
    Namnigenkänning (NER) med Stanzas standardmodell för engelska
      Exempel
This analysis is used with Sparv. Check out Sparv's quick start guide to get started!
To use this analysis, add the following lines under export.annotations in the Sparv corpus configuration file:
- stanza.ne  # Named entity segments from Stanza
- stanza.ne:stanza.ne_type  # Named entitiy types from Stanza
In order to use this annotation you need to add the following setting to your Sparv corpus configuration file:
metadata:
  language: eng
For more info on how to use Sparv, check out the Sparv documentation.
Example output:
<token>The</token>
<ne ne_type="NORP">
  <token>Swedish</token>
</ne>
<token>chemist</token>
<ne ne_type="PERSON">
  <token>Alfred</token>
  <token>Bernhard</token>
  <token>Nobel</token>
</ne>
<token>was</token>
<token>born</token>
<token>on</token>
<ne ne_type="DATE">
  <token>21</token>
  <token>October</token>
  <token>1833</token>
</ne>
<token>in</token>
<ne ne_type="GPE">
  <token>Stockholm</token>
</ne>
<token>.</token>
Övriga referenser
- Stanza: Peng Qi, Yuhao Zhang, Yuhui Zhang, Jason Bolton and Christopher D. Manning. 2020 
- Stanza: A Python Natural Language Processing Toolkit for Many Human Languages. In Association for Computational Linguistics (ACL) System Demonstrations. 2020