如何使用spaCy从文本中提取所有组织名称？现有代码仅提取单个

你的代码只返回第一个组织名称，是因为函数里的return语句会在找到第一个符合ORG标签的实体后立即结束函数执行。要提取所有组织名称，只需要把找到的实体收集到列表中，最后返回整个列表即可。

修改后的代码 #

import spacy
nlp = spacy.load("en_core_web_sm")  # 确保已加载spaCy英文模型

def ent(doc):
    org_names = []
    # 遍历文本中的所有命名实体
    for entity in nlp(doc).ents:
        if entity.label_ == "ORG":
            org_names.append(entity.text)
    return org_names

# 测试示例文本
d = "Brock Group (American Industrial Partners) acquires Aegion's Energy Services Businesses"
print(ent(d))

输出结果 #

运行后会返回所有识别到的组织名称列表：

['Brock Group', 'American Industrial Partners', "Aegion's Energy Services Businesses"]

批量处理数据列（如Pandas列） #

如果需要处理Pandas数据框中的文本列，可以用apply方法批量提取：

import pandas as pd

# 假设df是你的数据框，text_column是存储目标文本的列名
df['organizations'] = df['text_column'].apply(ent)

内容的提问来源于stack exchange，提问作者Python-data