# NER

**Repository Path**: zarathusa/NER

## Basic Information

- **Project Name**: NER
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-02-19
- **Last Updated**: 2022-02-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 课程大纲知识点提取

:beginner:

该项目中只存放代码，无训练好的参数模型

##  Run

~~~shell
# 打开根目录下的z_read
cd z_read
# 运行主程序
python extract_knowledge.py
~~~

## Detail

### catalog

- [doc](./doc)：存放需要读取的word文件
  - [output](./doc/out)
    - [dict](./doc/out/dict)：从word中提取的文本
    - [result](./doc/out)：提取后的知识点
- [z_read](./z_read)：课程大纲知识点提取的相关文件

### file

主要程序文件说明

- [ner_predict.py](./ner_predict.py)：文本抽取实体的程序文件，输入一段文本，返回相应的实体文本。

- [to_kp_file.py](./z_read/to_kp_file.py)：在z_read目录下，将word表格中的相关文本提取出来，每个word提取后的文本存入一个csv文件中。

- [extract_knowledge.py](./z_read/extract_knowledge.py)：在z_read目录下，将to_kp_file.py提出后的csv文件置于ner_predict.py中抽取实体，并生成一个csv文件

- [config.ymal](./z_read/config.ymal)：配置文件，如下：

  ~~~yaml
  extract:
    inputPath: 'E:\code\pycharm\NER\NER\doc' #需要提取知识点的所有Word文件的根路径
    delText: [ '了解', '熟悉','掌握','的基本原理及使用','课程介绍','理解','建立'] #提取word文本中需要删减的词汇
    dictOutputPath: '\out\dict\' #从Word提取文本信息后的输出路径
    pointOutputPath: '\out\result\' #从文本提取知识点后的输出路径，也是最后提取结果的路径
  ~~~

## Other
### gitignore

~~~shell
#ide stuff
.DS_Store
.idea/*
chinese_L-12_H-768_A-12
output
~~~