问题描述
我需要使用自然语言处理和NER从给定文本中识别所有establishments和facilities。
示例文本：
政府急忙为城外建造新的公园，游泳池和商业综合体，并改善现有的住宅综合体，学校和联排别墅。
要识别的预期实体：
公园，游泳池，商业综合体，住宅综合体，学校和联排别墅
我确实研究了一些Python库（例如Spacy和NLTK），但结果并不理想，仅发现了2个实体。我认为数据需要进行适当的预处理。
我应该怎么做才能改善结果？是否还有其他适合此用例的库/框架？有什么办法可以使用现有的数据库来训练我们的模型？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）