TextCases

TextCases[text,form]

给出 text 中类型 form 的所有情况列表.

TextCases[text,{form1,form2,…}]

给出封装在关联中所有 formi 的列表.

TextCases[text,formspecprop]

给出每种情况指定的属性.

TextCases[text,formspec{prop1,prop2,…}]

给出每个找到的结果的属性列表.

TextCases[text,spec,n]

给出前 n 种情况.

更多信息和选项

  • TextCases 被用于执行多种自然语言处理任务，如词性标注或已命名实体识别.
  • 在 TextCases[text,…] 中，text 可以是一个字符串，一个由 File[…] 表示的纯文本文件，一个 ContentObject 表达式或这些文本对象的列表.
  • TextCases[{text1,text2,…},…] 给出每个 texti 的情况.
  • 识别类型 form 可以是：
  • "type"任何文本内容类型（例如， "Noun"、"City" ）
    Entity[…,…]文本内容类型的指定实体
    form1|form2|…
  • 匹配任何 formi
    • 的格式
    Containing[outer,inner]包含类型 inner 的类型 outer 格式
    Verbatim["string"]精确匹配的指定字符串
    pattern匹配的字符串模式
  • 属性 prop 的可能选择有：
  • "String"（默认的）识别文本的字符串
    "Position"text 中字符串的开始和结束位置
    "Probability"估计情况正确的概率
    "Interpretation"识别的字符串的标准诠释
    "Snippet"识别的字符串周围的片段
    "HighlightedSnippet"识别的字符串突出显示的片段
    f把 f 应用于包含所有属性的关联
    {prop1,prop2,…}属性规范列表
  • 可以给出以下选项：
  • AcceptanceThreshold Automatic接受识别的最小概率
    PerformanceGoal Automatic带有特定优势的有利算法
    TargetDevice"CPU"CPU 或 GPU 计算是否应该用于实体检测
    VerifyInterpretation False是否应该验证可诠释性
  • TextCases 使用机器学习. 其方法、训练集和包含的偏差可能会在不同版本的 Wolfram 语言中发生变化并给出不同的结果.
  • TextCases 可能会下载将保存在本地对象存储（位于 $LocalBase）中的资源，可用 LocalObjects[] 列出资源，用 ResourceRemove 将其删除.

范例

打开所有单元关闭所有单元

基本范例  (6)

查找文本中的城市：

查找句中的名词：

查找货币量并获得诠释：

寻找文本中的城市、国家和日期：

获取这些情况的概率和诠释：

查找所有地点并获取位置：

找到文本中对纽约市的所有引用：

范围  (5)

单词和句子分割  (2)

找出 ContentObject 中和颜色有关的单词：

找到 File 中的量：

Alternatives 和 Containing  (2)

用 Alternatives 匹配多个类型：

找出字符串中含有货币额的所有句子：

找出字符串中含有国家的所有句子：

结合 Alternatives 和 Containing 来形成高度结构化查询：

返回类型  (1)

指定多个返回类型：

显示 Association 中所有可用属性：

创建带有多个类型实体的属性的数据集：

获取文本中出现的地点的大地位置：

选项  (3)

AcceptanceThreshold  (1)

默认情况下，所有检测到实体具有估计概率高于 0.5：

通过设置高的 AcceptanceThreshold 可以获取极有可能正确的实体：

PerformanceGoal  (1)

使用 PerformanceGoal->"Speed" 可以帮助加速检测，但是低精度：

VerifyInterpretation  (1)

默认情况下，某些实体不能被诠释，可能是因为它们不正确或者还没有在知识库. 在这种情况下，会返回字符串而不是一个诠释：

使用 VerifyInterpretation 过滤不能被诠释的实体：

应用  (6)

单词和句子分割  (2)

分词保留语法元素，如电子邮件地址，URL 和 Twitter 句柄：

所有非空白字符都由 "Word" 和 "Punctuation" 形式抓取：

句子分割智能地忽略了首字母缩略词和其他误导性界限：

词性  (2)

返回所有给定词性的单词：

根据词性制造单词云表格：

实体和可诠释对象  (2)

查找国家：

返回作为 Entity 对象的被诠释的字符串：

在一篇维基百科文章中找出货币额：

转化成另一种货币：

属性和关系  (4)

TextCases 处理与 TextPosition 和 TextContents 相同的类型，并总是为给定类型标识这些函数的同样子字符串：

TextCases 是 TextPosition 的广义性：

类似于 TextContents 输出的数据集可以使用 TextCases 获取：

TextSentences 等价于 TextCases[…,"Sentence"]：

TextStructure 把文本分割成同样的句子：

TextWords 等同于 TextCases[…,"Word"]：

TextStructure 把文本分割成与 TextCases[…,"Word"|"Punctuation"] 一样的单词和标点符号：

巧妙范例  (2)

可在地图上标出许多实体（城市、国家等）. TextCases 可一次性找出所有这样的实体.

来看维基百科有关大米的文章：

查找所有可以定位到某个位置的实体：

可视化识别出的位置及其在文本中出现的次数：

显示提及每个大陆和国家的次数：

来看维基百科有关世界大战的文章：

查找所有包含日期​​的句子，并提取其对应的 DateObject 解释：

在时间轴上显示这些日期：

在时间轴上显示提取的句子：

Wolfram Research (2015)，TextCases，Wolfram 语言函数，https://reference.wolfram.com/language/ref/TextCases.html （更新于 2019 年）.

文本

Wolfram Research (2015)，TextCases，Wolfram 语言函数，https://reference.wolfram.com/language/ref/TextCases.html （更新于 2019 年）.

CMS

Wolfram 语言. 2015. "TextCases." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2019. https://reference.wolfram.com/language/ref/TextCases.html.

APA

Wolfram 语言. (2015). TextCases. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/TextCases.html 年

BibTeX

@misc{reference.wolfram_2024_textcases, author="Wolfram Research", title="{TextCases}", year="2019", howpublished="\url{https://reference.wolfram.com/language/ref/TextCases.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_textcases, organization={Wolfram Research}, title={TextCases}, year={2019}, url={https://reference.wolfram.com/language/ref/TextCases.html}, note=[Accessed: 21-November-2024 ]}