/py-pampo

Python package for PAMPO (PAttern Matching and POs tagging based algorithm for NER)

Primary LanguagePython

py-pampo

Python package for PAMPO (PAttern Matching and POs tagging based algorithm for NER)

Package to extract named entities from texts written in Portuguese and potentially applicable to other languages

  • Free software: GNU General Public License v3
  • Paper: PAMPO: using pattern matching and pos-tagging for effective Named Entities recognition in Portuguese. https://arxiv.org/abs/1612.09535

Installation

Using python3.

pip install git+https://github.com/LIAAD/py-pampo.git

Features

Extract entities from Portuguese texts.

Usage

To use PAMPO from the terminal:

pampo [INPUT_FILE]

To use in a project:

import pampo

pt_news = """
A pesquisa da UFPB revela que a região do Cariri Ocidental da Paraíba está em avançado estágio de desertificação por causa da seca. Segundo o professor Lucindo José Quintans, 46, a vegetação nativa está se extinguindo em consequência da seca.
Sem meios para sobreviver, a população retirou todo tipo de planta para usar na alimentação. Agora, os habitantes estão destruindo a vegetação seca para fazer carvão e ter alguma fonte de renda. Quintans afirma que seriam necessários de 20 a 30 anos para o Cariri se recuperar do processo de desertificação.
Segundo o professor, o epicentro da seca no Nordeste é o município de Cabaceiras, a leste do Cariri Ocidental, cuja média pluviométrica anual é de 250 mm, de acordo com dados da Sudene. Nos 12 municípios do Cariri Ocidental, a média de chuvas varia, em anos normais, de 250 mm a 410 mm. No Estado da Paraíba, a média é de 900 mm.
De acordo com Lucindo Quintans, tanto Cabaceiras como o Cariri Ocidental ficam entre o planalto da Borborema, na Paraíba, e as serras que separam a Paraíba de Pernambuco. Segundo ele, essa configuração geográfica faz com que as correntes de ar do Oceano Atlântico passem por cima da região e afastem as chuvas.
Dados da Secretaria da Agricultura do Estado indicam que não choveu nem 50 mm na região em 1993. Quintans estima que a seca dizimou mais de 80% do rebanho bovino da região. Fazendeiros e trabalhadores rurais informam que o gado bovino foi vendido a outros Estados a preços abaixo dos de mercado para não morrer por falta de pasto e água.
Quintans afirma que a previsão é de que este ano também será seco. 'Se a seca se prolongar em 1994 e 1995, todos os animais serão extintos e metade da população deixará a região', afirmou.
"""

response = pampo.extract_entities(pt_news)

print("\n".join(response))

UFPB
Cariri Ocidental da Paraiba
Segundo
Lucindo Jose Quintans
Sem
Agora
Quintans
Cariri
Segundo
Nordeste
Cabaceiras
Cariri Ocidental
Sudene
Nos
Cariri Ocidental
No Estado da Paraiba
Lucindo Quintans
Cabaceiras
Cariri Ocidental
Borborema
Paraiba
Paraiba de Pernambuco
Segundo
Oceano Atlantico
Dados da Secretaria da Agricultura do Estado
Quintans
Fazendeiros
Estados
Quintans

Credits

Citation

If you use this library in academy please cite our paper:

@ARTICLE{2016arXiv161209535R,
   author = {{Rocha}, C. and {Jorge}, A. and {Sionara}, R. and {Brito}, P. and
        {Pimenta}, C. and {Rezende}, S.},
    title = "{PAMPO: using pattern matching and pos-tagging for effective Named Entities recognition in Portuguese}",
  journal = {ArXiv e-prints},
archivePrefix = "arXiv",
   eprint = {1612.09535},
 primaryClass = "cs.IR",
 keywords = {Computer Science - Information Retrieval, Computer Science - Computation and Language},
     year = 2016,
    month = dec,
   adsurl = {http://adsabs.harvard.edu/abs/2016arXiv161209535R},
  adsnote = {Provided by the SAO/NASA Astrophysics Data System}
}