在语句中常会出现概念相似的词，包括某类物品、地名、时间...等。例如，轮椅、拐杖、助行器、电动床都属於辅具实体；早上、中午、下午、傍晚属於时间实体。将这些词语对应到所属的类别，可以使程序判断使用者意图时更贴近。

本研究使用 JSON 档案纪录词语及其实体，并在程序完成断词後，将词语一一对应到实体。需要增加实体时，可以直接修改档案。
实体对应设定档: https://gitlab.com/graduate_lab415/nlp/-/blob/master/docs/entities_config.json

程序讲解

完整程序在这边: https://gitlab.com/graduate_lab415/nlp/-/blob/master/main.py

设定是否加标签

首先我在最上方的设计了一个变数，控制是否要为问句加上标签。

"""
LABEL = True | False
default: True
"""
LABEL = True

判断是否加标签

接着程序会判断本次制作模型，是否需要加标签。若是，执行下方程序码；若否跳过此段不执行。

"""use labeled or unlabeled"""
if LABEL:
    label_conf = json.load(open("/home/yr/PycharmProjects/nlp/docs/entities_config.json", "r"))
    docs_words_labeled = list()
    for doc_words in docs_words:
        doc_labeled = add_label(doc_words, label_conf)
    docs_words = docs_words_labeled

open("档案位址", "读取模式") 是开启前面我们设计好的设定档。因为刚读入的设定档是纯文字，因此接着使用 json.load() 将它转成 json 格式。接下来使用回圈为每一句问句加上标签，并存入 docs_words_labeled 的 list 之中。

加标签函式

主要负责为句子加上标签。

def add_label(doc,
              label_config=json.load(open("/home/yr/PycharmProjects/nlp/docs/entities_config.json", "r"))):
    """labeling"""
    doc_tmp = list()
    for word in doc:
        word_tmp = word
        for entity_name in label_config:
            if word in label_config[entity_name]:
                word_tmp = entity_name
        doc_tmp.append(word_tmp)
    docs_words_labeled.append(doc_tmp)
    if LOG:
        print("before labeling:\t{}".format(doc))
        print("after labeling:\t\t{}".format(doc_tmp))
    return doc_tmp

先讲参数部分

• doc: 要加标签的句子
• label_config: 标签的设定档。这边是 Python 的一个特别的写法，当没有传入参数时，直接使用预设值。

昨天我们先断过词了，所以接下是把每词拿出来和设定档比对若有符合，就把词的部分改成标签。像是这样:

Before: ["请问", "哪里", "可以", "借", "轮椅"]
After:  ["请问", "哪里", "可以", "借", "<辅具>"]

如此一来，不管今天使用者想借的是什麽辅具，都可以对应到问题罗!

• 本文同步发布在: https://dreambo4.github.io/2021/09/26/%E8%AA%9E%E6%96%99%E5%BA%AB%E6%A8%A1%E5%9E%8B-05-%E5%AF%A6%E9%AB%94%E5%B0%8D%E6%87%89/