【技能篇】python读取文件、实体抽取

可以使用Python中的内置函数open来读取文件。下面是一个读取文件内容的示例代码：

def read_file(file_path):
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            content = file.read()
            return content
    except FileNotFoundError:
        print('文件不存在')
        return None

file_path = 'example.txt'  # 文件路径
content = read_file(file_path)
if content:
    print(content)

上述代码中，read_file函数接收一个文件路径作为参数，然后使用with语句打开文件，并使用read方法读取文件内容。最后将内容返回。

实体抽取是指从文本中提取出特定类型的实体，例如人名、地名、组织机构名等。在Python中可以使用第三方库如NLTK、spaCy等进行实体抽取。以下是使用NLTK库进行人名实体抽取的示例代码：

import nltk

def extract_person_names(text):
    sentences = nltk.sent_tokenize(text)  # 将文本分割成句子
    tokenized_sentences = [nltk.word_tokenize(sentence) for sentence in sentences]  # 对句子进行分词
    tagged_sentences = [nltk.pos_tag(sentence) for sentence in tokenized_sentences]  # 对分词后的句子进行词性标注

    person_names = []
    for tagged_sentence in tagged_sentences:
        for chunk in nltk.ne_chunk(tagged_sentence):  # 使用命名实体识别
            if hasattr(chunk, 'label') and chunk.label() == 'PERSON':  # 过滤出人名实体
                person_names.append(' '.join(c[0] for c in chunk.leaves()))

    return person_names

text = 'John and Lisa are good friends. They work at Google.'
person_names = extract_person_names(text)
print(person_names)

上述代码中，extract_person_names函数接收一个文本作为参数，首先将文本分割成句子，然后对每个句子进行分词和词性标注，接着使用命名实体识别来抽取人名实体。