Как получить из текста определенные параметры?

Question

[aresht]

Есть база данных с описаниями объектов недвижимости. Задача состоит в том, чтобы создать программу, которая сможет выделять необходимые параметры из текста.

Например, в описании может быть указано "общая площадь - 50м2" или "площадь 50/20/10" и т.д. Необходимо учитывать эту разницу в написании.

При помощи каких технологий это можно реализовать? В идеале, это если бы механизм был самообучаемый. Интересны примеры на Python.

Comments

[sim3x]

у тебя есть какие-то данные для обучение?
Размеченные данные?

Что такое "самообучаемый механизм"?

[aresht]

sim3x: предполагалось, что в режиме обучения программа обработала данные - человек проверил, программа запомнила как поступать в данной ситуации и т.д. Насчет самообучения - да, очевидно сказал глупость.

[sim3x]

aresht:
начни с ознакомления c fact extraction, entity extraction для своего языка

[aresht]

sim3x: Отлично. Спасибо. А что можешь посоветовать на тему обучения программы по такому типу, как я описал выше?

Answer 1

[Алексей Черемисин]

Самый простой способ - из всей базы данных выдернуть все паттерны использования, наверняка их будет около 30-40. Вот эти паттерны и запрограммировать. Собственно, за словом "площадь" ищем вперед на 2-3 слова, начинающихся с цифры.

Answer 2

[Сергей]

Томита парсер от Яндекса.
Делаете грамматику, и он способен выделить факты согласно этой грамматики.