Spacy NER模型中新实体的训练
Spacy NER模型中新实体的训练
提问于 2021-10-06 05:11:50
我想向python spacy NER模块添加新的实体。我对此毫不怀疑。
- 是否有可能移除一些现有实体，并将新实体添加到其余实体中。
- 在培训新的实体时，我发现我们必须以特定的格式提供培训数据。例如，data =[(“我爱鸡”，(8，13，“食物”))，.]
而不是像“我爱鸡”这样的句子，能不能给出这样的数据
data = [
("chicken", [(1, 8, "FOOD")]),
...
]这会影响准确性吗。
回答 1
Data Science用户
发布于 2021-10-06 15:26:33
这不是NER的工作方式：
- NER不是只识别一组固定的实体，而是检测文本中的任何实体。例如，它应该在“X先生说.”中发现一个实体。无论X是“约翰·史密斯”还是“唐老鸭”。
- 这意味着NER使用句子中的线索来检测实体，而不是仅仅标记它从训练中知道的实体。
因此
- 是否有可能移除一些现有实体，并将新实体添加到其余实体中。
不，因为NER模型不是实体列表，所以它是一个使用文本特性的复杂模型。
- 可以给出像...这样的数据吗？
从技术上讲，你可以给出这样的数据，但这不是它应该工作的方式。
您似乎对精确匹配一组预定义的实体感兴趣，NER不是正确的工具。在这个场景中，将实体存储在列表中并将字符串匹配应用到文本中要简单得多。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/102835
复制相关文章
相似问题
腾讯云开发者
