| #!/usr/bin/env python3 | |
| """ | |
| Data Scientist.: Dr.Eddy Giusepe Chirinos Isidro | |
| """ | |
| import spacy | |
| import logging | |
| class EntityExtractor: | |
| """ | |
| Classe para extrair entidades de um texto usando o framework Spacy. | |
| """ | |
| def __init__(self, language_model="pt_core_news_sm"): | |
| """ | |
| Inicializa a classe com o modelo de linguagem desejado. | |
| """ | |
| self.nlp = spacy.load(language_model) | |
| logging.basicConfig(level=logging.INFO) | |
| def extract_entities(self, text): | |
| """ | |
| Extrai entidades do texto fornecido. | |
| """ | |
| # Processa o texto com o modelo de linguagem | |
| doc = self.nlp(text) | |
| # Cria um dicionário para armazenar as entidades | |
| entities = {} | |
| # Itera sobre as entidades no texto | |
| for ent in doc.ents: | |
| # Adiciona a entidade ao dicionário | |
| entities[ent.text] = ent.label_ | |
| # Loga as entidades extraídas | |
| logging.info(f"O método da classe (extract_entities) extraiu as Entidades: {entities}") | |
| return entities | |
| if __name__ == "__main__": | |
| text= "A Apple Inc. foi fundada por Steve Jobs e Steve Wozniak em 1976." | |
| entidade = EntityExtractor() | |
| extraindo_Entity = entidade.extract_entities(text) | |
| print("\033[1;33mEntidades extraídades -->\033[m", extraindo_Entity) | |