Google Natural Language API を利用して固有表現とその付加情報（ナレッジグラフなど）を抽出する
本記事では、Googleが提供しているCloud Natural Language API のエンティティ分析を利用して、テキストから人名、地名などの固有表現とその付加情報（ナレッジグラフやWikipediaへのリンクなど）を抽出してみます。 【目次】 ［１］はじめに ［２］GCPプロジェクトの準備 ［３］APIの仕様 （１）LanguageService の利用 （２）AnalyzeEntities メソッド （３）引数：AnalyzeEntitiesRequest （４）AnalyzeEntitiesRequest.encoding_type （５）戻り値：AnalyzeEntitiesResponse （６）Entity.type （７）Entity.metadata （mid,wikipedia_url他） （８）Entity.mentions ［４］Pythonクライアントライブラリの利用 （１）準備 （２）エンティティ分析の実行と結果確認用コード （参考）分析結果をJSONファイルに保存、再現する方法 ［５］エンティティ分析例 （１）Wikipediaの固有表現抽出にある例 （２）英語の文："California is a state." （３）日本語の地名を含む例 （４）異なる漢字だけど同じエンティティの例 （５）OCRから抽出した表形式データの例 ［６］最後に ［１］はじめに 本記事では、Googleが提供しているCloud Natural Language API を利用したエンティティ分析（Entity Analysis）を取り上げます。 ここで、「エンティティ分析って何なの？」については、Googleのドキュメントに以下のように書かれています。 エンティティ分析は、指定されたテキストに既知のエンティティ（著名人、ランドマークなどの固有名詞）が含まれていないかどうかを調べて、それらのエンティティに関する情報を返します。 詳しくは以下のドキュメントを参照して下さい。 エンティティ分析 https://cloud.google.com/natural-language/docs/analyzing-entities そもそも、「これは何に使えるのかな？」という素朴な疑問については、テキストからの情報抽出や情報検索などに