前言
本文提供將語句中的人名提取出來的工具方法而叼，可以拿去直接使用。
環(huán)境依賴
需要安裝兩個庫糖声，其實一個也可以斤彼，但是我這邊準備了兩個庫做個比較分瘦。
安裝命令如下：
pip install LAC -i https://pypi.douban.com/simple
pip install ltp -i https://pypi.douban.com/simple
代碼
不廢話，上代碼琉苇。
#!/user/bin/env python
# coding=utf-8
"""
@project : csdn
@author : 劍客阿良_ALiang
@file : extract_sentence_name_tool.py
@ide : PyCharm
@time : 2022-01-25 11:11:43
"""
from LAC import LAC
from ltp import LTP
import time
lac = LAC(mode="lac")
ltp = LTP()
# 句子提取名字
def extract_name(sentence: str, type='lac'):
user_name_lis = []
if type == 'lac':
_result = lac.run(sentence)
for _index, _label in enumerate(_result[1]):
if _label == "PER":
user_name_lis.append(_result[0][_index])
elif type == 'ltp':
_seg, _hidden = ltp.seg([sentence])
_pos_hidden = ltp.pos(_hidden)
for _seg_i, _seg_v in enumerate(_seg):
_hidden_v = _pos_hidden[_seg_i]
for _h_i, _h_v in enumerate(_hidden_v):
if _h_v == "nh":
user_name_lis.append(_seg_v[_h_i])
else:
raise Exception('type not suppose')
return user_name_lis
if __name__ == '__main__':
_start_lac = time.time()
lis1 = extract_name("就因為看了沈騰和賈玲的王牌對王牌節(jié)目嘲玫，所以楊迪肯定偷題了。", 'lac')
_end_lac = time.time()
print("LAC: {} <- 耗時[{}]秒".format(lis1, (_end_lac - _start_lac)))
_start_ltp = time.time()
lis2 = extract_name("就因為看了沈騰和賈玲的王牌對王牌節(jié)目并扇，所以楊迪肯定偷題了趁冈。", 'ltp')
_end_ltp = time.time()
print("LTP: {} <- 耗時[{}]秒".format(lis2, (_end_ltp - _start_ltp)))
代碼說明：
1、extract_name方法入?yún)⒎謩e為：語句參數(shù)拜马、類型參數(shù)渗勘。其中默認為lac模式，可以選擇ltp模式俩莽。
其中l(wèi)ac模型提取人名的速率較快旺坠，但是ltp的提取人名準確率更高。
驗證一下扮超，執(zhí)行看看效率取刃。
file
總結(jié)
使用的時候可以多試試兩個庫的區(qū)別，ltp的準確率稍微高一點出刷。
分享：每個人都睜著眼睛璧疗，但不等于每個人都在看世界，許多人幾乎不用自己的眼睛看馁龟，他們只聽別人說崩侠，他們看到的世界永遠是別人說的樣子】篱荩——猜猜看
如果本文對你有幫助的話却音，點個贊吧，謝謝矢炼！
file
本人CSDN主頁地址:劍客阿良_ALiang的主頁
一起學(xué)習(xí)系瓢，一起進步。
