前言

本文提供将语句中的人名提取出来的工具方法，可以拿去直接使用。

环境依赖

需要安装两个库，其实一个也可以，但是我这边准备了两个库做个比较。

安装命令如下：

pip install LAC -i https://pypi.douban.com/simple
pip install ltp -i https://pypi.douban.com/simple

代码

不废话，上代码。

#!/user/bin/env python
# coding=utf-8
\"\"\"
@project : csdn
@author : 剑客阿良_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(\"就因为看了沈腾和贾玲的王牌对王牌节目，所以杨迪肯定偷题了。\", \'lac\')
_end_lac = time.time()
print(\"LAC: {} <- 耗时[{}]秒\".format(lis1, (_end_lac - _start_lac)))

_start_ltp = time.time()
lis2 = extract_name(\"就因为看了沈腾和贾玲的王牌对王牌节目，所以杨迪肯定偷题了。\", \'ltp\')
_end_ltp = time.time()
print(\"LTP: {} <- 耗时[{}]秒\".format(lis2, (_end_ltp - _start_ltp)))

代码说明：

1、extract_name方法入参分别为：语句参数、类型参数。其中默认为lac模式，可以选择ltp模式。

其中lac模型提取人名的速率较快，但是ltp的提取人名准确率更高。

验证一下，执行看看效率。

总结

使用的时候可以多试试两个库的区别，ltp的准确率稍微高一点。

分享：每个人都睁着眼睛，但不等于每个人都在看世界，许多人几乎不用自己的眼睛看，他们只听别人说，他们看到的世界永远是别人说的样子。——猜猜看

如果本文对你有帮助的话，点个赞吧，谢谢！

本人CSDN主页地址:剑客阿良_ALiang的主页

一起学习，一起进步。

来源：https://www.cnblogs.com/jk-aliang/p/15843223.html
图文来源于网络，如有侵权请联系删除。