带有SpaCy的自定义POS标记
带有SpaCy的自定义POS标记
提问于 2019-10-10 13:21:48
对NLP来说非常新，尤其是NER。我试图在自定义数据集上训练一个NER模型。这是待售房屋的数据集。作为实体的一部分，我正在训练模型来提取reference数字。它们的长度是可变的(但通常在4-9之间)，看起来像G55L7或LPP01Z1-32。
我怎样才能给这些实体一个新的"POS标签“，据我所知，在SpaCy的默认列表中找不到匹配它们的任何东西？
理想情况下，我希望将其与已有的NER模型一起进行培训，这样我也可以提取SpaCy已经支持的SpaCy。
回答 2
Data Science用户
发布于 2019-10-10 17:41:49
对于你的第一个问题，我会尝试使用Regex来识别参考数字，因为与普通单词相比，它们似乎是独一无二的。我想他们是：
- 全资
- 以一个或多个字母开头
- 后跟随数
- 任何其他模式(如字母、数字、连字符)都可以遵循。
- 不包括空格
可能是这样的：\b[A-Z]+\d+([A-Z]|\d|-)*\b
我能想象你能做得更好..。
Data Science用户
发布于 2021-01-12 13:53:56
除了上面的答案，您可以做的是创建自己的基于规则的实体匹配器- https://spacy.io/usage/rule-based-matching。
在这里贴标签是没有帮助的。
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/61558
复制相关文章
相似问题
腾讯云开发者
