Извлечение сущностей

Сущности — это существенные элементы или элементы, представляющие интерес в тексте. Tisane извлекает как стандартные сущности, так и сущности, имеющие отношение к приложениям в сфере доверия и безопасности/правоприменительной деятельности.

Стандартные сущности — это имена людей, их социальные роли, организации, места и т. д. Мы также извлекаем адреса криптовалют, банковские счета, номера кредитных карт, номера телефонов, названия пакетов программного обеспечения и многое другое.

Объекты регистрируются в разделе entities_summary. Каждая запись сущности представляет собой объект, состоящий из следующего:

• type — тип сущности;
• name — стандартное имя, если существует; в противном случае зарегистрированная строка
• subtypes — более подробные дополнительные типы
• subtype — первый подтип (в целях обратной совместимости)
• mentions — массив всех обнаруженных упоминаний, включая:
  • offset
  • length
  • sentence_index
  • text
• wikidata — идентификатор Wikidata, если существует

Полный список обнаруженных объектов см. здесь: Ссылка на ответ

Дополнительные сведения приведены в массиве строк subtypes (первый подтип также регистрируется как атрибут subtype).

Следующие подтипы связаны с определенными типами сущностей:

• person
  • fictional_character — имя персонажа в художественном произведении
  • important_person — имя исторической личности, общественного деятеля или знаменитости
  • spiritual_being — имя божества, ангела или злого духа
• organization
  • media — средство массовой информации или периодическое издание
  • authorities — государственный орган
  • law_enforcement_agency — правоохранительный орган
  • intelligence_agency — разведывательный орган
  • military — воинская часть
• software
  • chat — любая программа, часто используемое для обмена мгновенными сообщениями
  • online_community — интернет-сообщество, такое как социальная сеть
  • low_trust_payment_method — используется для платежей и обычно считается подверженным злоупотреблениям
• age
  • minor_age — возраст младше возраста согласия
• crypto
  • bitcoin
  • ethereum
  • dogecoin
  • erc20-wallet
  • monero
  • tether
  • dash
  • litecoin
• ip_address
  • v4 — IP-адрес версии 4
  • v6 — IP-адрес версии 8
• file
  • windows — имя пути Windows
  • unix — имя пути Unix
• credit_card
  • american_express
  • visa
  • mastercard
  • maestro
  • jcb
  • discovery
  • diners_club
  • zcash
• credential
  • password
• website
  • high_risk — высокая вероятность столкнуться с вредоносным ПО или мошенничеством
• item_of_interest
  • cold_weapons
  • luxury - любой предмет роскоши, например, дорогие часы, яхты, роскошные автомобили
  • firearms
  • weapon