删除NER处的B和I标记
NER（Named Entity Recognition）是一种自然语言处理技术，用于识别文本中的命名实体。命名实体可以是人名、地名、组织机构名、时间、日期、货币等具有特定意义的实体。
在NER中，B和I标记用于标注命名实体的起始位置和中间位置。B表示命名实体的开始，I表示命名实体的中间部分。删除NER处的B和I标记意味着将命名实体的起始位置和中间位置的标记删除，只保留命名实体的内容。
删除B和I标记可以简化命名实体识别的结果，使得识别结果更加清晰和易于理解。但同时也可能会丢失一些上下文信息，导致识别结果的准确性下降。
在云计算领域，NER可以应用于文本分析、信息抽取、智能客服等场景。例如，在智能客服中，可以利用NER识别用户提问中的命名实体，从而更好地理解用户意图并提供准确的回答。
腾讯云提供了自然语言处理相关的产品，如腾讯云智能语音交互（https://cloud.tencent.com/product/asr）、腾讯云智能机器翻译（https://cloud.tencent.com/product/tmt）等，这些产品可以帮助开发者实现NER等自然语言处理功能。
相关·内容
我想创建自定义命名实体识别(NER)，但我不知道什么是BIO标签。有谁能解释一下创建NER的步骤和关于这个B，I，O标签的情况吗？
浏览 0提问于2019-11-19得票数 10
1回答
删除NER处的B和I标记
、、、、
我有新闻文章，我想做内尔使用深藏的文章。实体使用生物标签方案。这里“B”表示实体的开始，“I”表示“inside”，并且用于除第一个之外的所有组成实体的单词，而“O”表示实体的缺失。NER代码如下： def listOfTuples(list1, list2):
return list(map(lambda x, y:(x,y), list1, list2))
ner_result = []
for x in split:
for y in split[0]:
news_ner = ner_model([str(y)])
teks =
浏览 28提问于2020-01-08得票数 0
我需要做点什么。我找到了这样做的库。
下面是来自的一个示例
from deeppavlov import configs, build_model
ner_model = build_model(configs.ner.ner_ontonotes, download=True)
ner_model(['Bob Ross lived in Florida'])
>>> [[['Bob', 'Ross', 'lived', 'in', 'Florida']], [['B-PE
浏览 0提问于2018-12-26得票数 3
回答已采纳
1回答
我正在为已经受过训练的NER模型编写一个推理脚本，但我很难将编码的标记(它们的I)转换为原始单词。
# example input
df = pd.DataFrame({'_id': [1], 'body': ['Amazon and Tesla are currently the best picks out there!']})
# calling method that handles inference:
ner_model = NER()
ner_model.recognize_from_df(df, 'body')
浏览 3提问于2021-09-21得票数 4
回答已采纳
我有一张表如下：
示例
表：
CREATE TABLE testo
(
namea VARCHAR(10),
nameb VARCHAR(10),
details VARCHAR(10)
)
有一些记录：
INSERT INTO testo VALUES('A','C','xyz');
INSERT INTO testo VALUES('A','B','oxo');
INSERT INTO testo VALUES('B','D','ner');
浏览 4提问于2014-09-16得票数 1
回答已采纳
我正在(拼命地)寻找一些库或函数或任何有用的东西，以便将.ann格式的注释转换为.json格式。我需要它来训练和测试一些NER和RE模型。
我也在尝试构建自己的函数，但我无法完全理解索引是如何计算的。
此外，我将给出一个使用spacy库的示例，以获得我想要获得的部分输出文件。
这里是我的.ann文件：
T1 Adverb 3 9 boldly
T2 Verb 10 12 go
T3 Verb 59 61 won
R0 Support Arg1:T1 Arg2:T2
这里是我的.txt文件：
To boldly go where no one has gone before. Go
浏览 14提问于2022-10-13得票数 0
我有一个CoNLL NER格式的数据集，它基本上是一个带有两个字段的TSV文件。第一个字段包含来自某些文本的标记-每行一个标记(每个标点符号在这里也被视为一个标记)，第二个字段包含BIO格式的标记的命名实体标记。 我想将这个数据集加载到spaCy中，为我的模型中的文本推断新的命名实体标记，并将这些标记写入与新的第三列相同的TSV文件中。我所知道的就是我可以用下面这样的东西来推断命名实体： nlp = spacy.load("some_spacy_ner_model")
text = "text from conll dataset"
doc = nlp(tex
浏览 20提问于2019-10-09得票数 1
1回答
我正致力于构建一个使用spacy来识别新实体的自定义NER，而不是spacy的NER。现在，我将使用spacy.Example标记和添加我的培训数据。我在使用BILOU计划。我的怀疑是，我有超过3个单词的实体。例如：
Housing Development Finance Corporation reported heavy losses in the past quarter.
我想把住房开发金融公司作为一个单一的实体，使用BILOU计划。有点像
'Housing' B-Entity
'Development' I-Entity
'Financ
浏览 10提问于2021-12-27得票数 2
回答已采纳
2回答
我正在尝试使用BIO注释来实现NER。例如
"I went to the United States"
[O, O, O, B, I, I]
其中B和I表示实体的开头和“i”。
然而，当我使用香草伯特在序列的每个位置进行分类(无论它是否属于'B'，'I'，'O')时，我会遇到'O‘后面跟着'I’的情况。数据中没有显示('O'，'I')模式的情况，因为前面总是有'B‘或'I’。显然，没有什么可以强制执行模型来排除这样的模式，但我想将它以某种方式合并到模型中(就像从&
浏览 0提问于2021-06-04得票数 3
我正在尝试使用如下所示的训练集来训练我的NER模型。
British B-company
Broadcasting I-company
Corporation I-company
British nationality
public B-orgTpye
service I-orgType
broadcaster I-orgTpye
headquartered HQ
London city
Newyork city
American B-company
Airlines I-company
Jaguar auto
Mercedes auto
McLa
浏览 2提问于2017-06-13得票数 2
1回答
我正在使用自定义模型进行实体提取。我将基于CRF的模型训练为
java -Xmx16g斯坦福-ner.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop ner.prop
使用这些特性
属性文件(ner.prop)
trainFile = training_data_IOB.tsv
#serializeTo = ner-model.ser.gz
map = word=0,answer=1
useClassFeature=true
useWord=true
qnSize=10
entitySubclassification=IO
浏览 0提问于2019-01-13得票数 1
import spacy
from spacy.gold import GoldParse
from spacy.scorer import Scorer
from spacy.attrs import ENT_IOB, ENT_TYPE
from spacy.tokens import Span
nlp = spacy.load('en_core_web_sm')
def evaluate(ner_model, examples):
scorer = Scorer()
fo
浏览 0提问于2018-12-09得票数 2
我对spacy模型的输入数据在BILUO标记方案中，我希望将其作为某些需求的一部分使用。当我试图简单地训练模型，没有一个小批，它的工作很好(评论部分)。但我不知道如何在这里使用小型批处理和GoldParse，以提高模型的准确性。我的期望在这里是有效的吗，因为我找不到这样的组合的一个例子？此外，我已经用开始，结束，标签格式的方法训练了模型。请帮我弄清楚这部分。我的代码如下，
import spacy
from spacy.gold import offsets_from_biluo_tags
from spacy.gold import biluo_tags_from_offsets
impor
浏览 4提问于2020-11-09得票数 3
回答已采纳
我的目标是发送已经标记并与黄金注释匹配的文档。
我有一个经典空间格式的注释文档数据集。
{
"text": "This is a sentence, this is another sentence...",
"entities": [(100, 112, "PERSON"), (150, 154, "LOCATION"),...]
}
我已经将它转换成一个BILUO标记的数据集，上面的示例如下所示
{
"text": "This is a sentence, this
浏览 3提问于2021-01-19得票数 1
1回答
我有一个问题，实际上是两个。首先，我在做一个自然语言处理项目。我需要写一个脚本来标记单词，用通用词性替换非标准词性，并用它们的标记提取名称实体。我需要像这样把结果放在文件里。有两个文件。第一个只打印带有POS和NER标签的单词(命名实体识别)。对于第一个文件，我有这样的输出： Consuela NOUN B-PERSON
Washington NOUN B-ORGANIZATION
. . O
a DET O
longtime ADJ O
House NOUN B-ORGANIZATION
staffer NOUN O
and CONJ
浏览 10提问于2021-04-25得票数 0
标题很好地概括了这个问题。我注意到，在一些论文中，人们提到了NER的BILOU编码方案，而不是典型的生物标签方案(例如Ratinov和Roth在2009年发表的这篇论文)。
通过使用2003年的CoNLL数据，我知道
B stands for 'beginning' (signifies beginning of an NE)
I stands for 'inside' (signifies that the word is inside an NE)
O stands for 'outside' (signifies that the word
浏览 7提问于2013-06-15得票数 48
回答已采纳
我正在使用flair训练一个自定义的NER模型，但我也想尝试spacy，但我的数据当前采用这种格式
No O
1320160208478 B-NUM
P O
R O
Name O
Ryan B-PER
Dsouza B-PER
关于如何将其格式化为spacy NER格式，有什么建议吗？提前谢谢。
浏览 42提问于2019-08-19得票数 0
回答已采纳
1回答
假设这里的任务是提取简历的重要事实，比如候选人的技能和他的教育程度等等。下面是从pdf或docx简历中解析出来的简历。
首先，我将从各种在线网站、求职门户等获取技能和教育数据。获取的数据将是两个文本文件，每一行表示一个技能或一个大学名称，如下所示，
skills.txt
___________
c
python
java
node js
education.txt
___________
massachusetts institute of Technology
harvard university
我想知道这些是否足以训练一个命名实体识别模型来识别原始简历文本的技能和教育。我
浏览 0提问于2020-05-13得票数 1
2回答
我必须为NER标记一个数据集。我偶然发现了2002/esp。到目前为止，我所理解的是，如果我想标记'Alex Larson is going to Los Angeles for a job interview with Candace Patrick‘，可以使用D1格式，如下所示：
Alex B-PER
Larson I-PER
is O
going O
to O
Los B-LOC
Angeles I-LOC
for O
a O
job O
interview O
with O
Candace B-PER
Patrick I-PER
我说的对吗？IOB格式呢？
浏览 0提问于2018-09-05得票数 4
2回答
我尝试从和的文本中给出NER和POS标签。
让我举一个POStag的例子
import edu.stanford.nlp.tagger.maxent.MaxentTagger;
public class POSTag {
static MaxentTagger tagger = new MaxentTagger("english_language_pos.tagger");
public static void main(String[] args) throws IOException{
String text = "Sarah
浏览 6提问于2016-04-13得票数 0
回答已采纳
1回答
我尝试将IOB (每行token-per- NER)文件(训练/测试)转换为Spacy 3二进制格式。 输入格式示例(分隔符\t，无空格，编码为utf-8)： Département B-LOCATION
des I-LOCATION
Bouches-du-Rhône I-LOCATION
. O
Port B-INSTALLATION
de I-INSTALLATION
la I-INSTALLATION
Ciotat I-INSTALLATION
. O
Avant-projet O
du O
môle B-INSTALLATION
Bérouar
浏览 17提问于2021-10-01得票数 1
我的XML文档结构如下：
root document sentences sentence id tokens token id word lemma POS NER
下面是token id的子类示例
<word>Denmark</word>
<lem
浏览 4提问于2017-05-05得票数 0
回答已采纳
1回答
我一直在尝试根据文档上给出的训练语法为NER训练一个深度巴洛夫模型，但它总是失败，错误消息如下： /opt/anaconda3/envs/py36/lib/python3.6/site-packages/deeppavlov/dataset_readers/conll2003_reader.py in parse_ner_file(self, file_name)
104 items = line.split()
105 if len(items) < expected_items:
--&
浏览 15提问于2020-10-23得票数 0
回答已采纳
from transformers import pipeline, AutoModelForTokenClassification, AutoTokenizer
model = AutoModelForTokenClassification.from_pretrained("/nfs/storages/bio_corpus/ner/BC2GM/ner_outputs")
tokenizer = AutoTokenizer.from_pretrained("/nfs/storages/bio_corpus/ner/BC2GM/ner_outputs")
ne
浏览 0提问于2020-09-29得票数 0
这是一个非常基本的问题，但我花了几个小时努力寻找答案。我使用Hugginface transformers构建了NER。 假设我有输入句子 input = "Damien Hirst oil in canvas" 我将其标记化以获取 tokenizer = transformers.BertTokenizer.from_pretrained('bert-base-uncased')
tokenized = tokenizer.encode(input) #[101, 12587, 7632, 12096, 3514, 1999, 10683, 102] 将标记
浏览 13提问于2020-11-05得票数 0
回答已采纳
2回答
在我的应用程序中，我使用了斯坦福的CoreNLP名为实体识别器(NER)和词性部分标签(POS)。问题是，我的代码预先标记了文本，然后我需要将每个标记标记为NER和POS。但是，我只能了解如何使用命令行选项，而不是以编程的方式。
有谁能告诉我，用斯坦福大学的CoreNLP，以编程的方式，我可以使用NER和POS标签标记前文本吗？
编辑：
我实际上是在使用个人导航和POS指令。因此，我的代码是按照斯坦福大学NER和POS包中的教程编写的。但我的类路径中有CoreNLP。所以我的类路径中有CoreNLP，但是使用了NER和POS包中的教程。
编辑：
我刚刚发现，这里有一些说明，您可以在这里设置Co
浏览 0提问于2015-04-22得票数 5
回答已采纳
我应该如何解释Transformer NER管道返回的带有“##”的部分单词?其他工具如Flair和SpaCy返回单词和它们的标签。我以前使用过CONLL数据集，从来没有注意到这样的事情。而且，为什么单词被这样划分？ HuggingFace中的示例： from transformers import pipeline
nlp = pipeline("ner")
sequence = "Hugging Face Inc. is a company based in New York City. Its headquarters are in DUMBO, there
浏览 21提问于2020-04-09得票数 0
回答已采纳
我在使用NLTK包装器测试StanfordNERTagger时，出现了以下警告：
DeprecationWarning: The StanfordTokenizer will be deprecated in version
3.2.5. Please use nltk.tag.corenlp.CoreNLPPOSTagger or
nltk.tag.corenlp.CoreNLPNERTagger instead.
super(StanfordNERTagger, self).__init__(*args, **kwargs)
我的代码如下所示：
from nltk import wor
浏览 0提问于2017-12-01得票数 7
嗨，我正试着从bert-base-ner公司的字符串描述中提取公司的全名。我也愿意尝试其他方法，但我真的找不到。问题是，虽然它正确地标记了orgs，但是它用word/token标记它，所以我不能轻松地提取公司的完整名称，而不需要自己连接和构建它。
是否有更简单的方法或模式来做到这一点？
这是我的代码：
from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained
浏览 14提问于2022-07-14得票数 1
在执行了将IOB格式的数据转换为兼容spaCy的JSON的步骤后，应该表示句子的值"raw": string在我的JSON中显示为"null“。 以下是我的数据(test.iob)的摘录： GRIMALTE B-PERS
AMANT O
DE O
LA O
dame B-PERS
Gradisse B-PERS
narre O
sommairement O
Les O
amoureux O
regredz O
de O
Flamete B-PERS
, O
qui O
furent O
occasion O
qu
浏览 25提问于2021-05-04得票数 1
回答已采纳
我正在尝试使用.NET Framework和StanFord NER Model从文本中提取NER。我有一条短信
你好，我是无名氏。体重指数为27。体表面积为2.3m。
为此，我创建了tsv文件来训练模型。其内容如下：
Hello O
, O
I O
am O
John PERSON
Doe. PERSON
Body BMI
Mass BMI
index BMI
is O
27. O
And O
Body O
Surface O
Area O
is O
2.3m. O
支柱文件如下所示
trainFileList = train/s
浏览 0提问于2019-11-08得票数 0
回答已采纳
我正在研究一些旧代码Tokensregex代码，我面临着一些字符没有被PTBTokenizer标记的情况。特别是，我看的是货币符号。因此，例如，₱将不是一个令牌，而其他一些则是$ would。
好的，我想尝试编写文本类型规则，而不是标记类型，以尝试在捕获组中捕获这个符号，然后执行类似Annotate($0, ner, "MONEY")的操作来捕获字符串，如₱240。
当我尝试这样做时，我得到：
. 49多个原因: edu.stanford.nlp.ling.tokensregex.TokenSequencePattern :不能在edu.stanford.nlp.ling.t
浏览 1提问于2017-09-18得票数 0
回答已采纳
5回答
我是NLP的新手，正在尝试弄清楚命名实体识别器如何注释命名实体。我正在尝试使用斯坦福NER工具包。当我在标准的更正式的数据集上使用NER时，NER会正确地注释实体，其中遵循所有命名约定来表示命名实体。然而，当我使用非正式数据集运行NER时，例如twitter，其中命名实体可能没有像应该的那样大写，NER不注释实体。我使用的分类器是一个3-CRF序列化分类器。有没有人能告诉我如何让NER也能识别小写实体？任何关于如何破解NER以及在哪里进行改进的有用建议都是非常感谢的。提前感谢你的帮助。
浏览 1提问于2010-11-21得票数 6
1回答
下面是for拥抱面部变压器的简单示例：
from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained("dslim/bert-large-NER")
model = AutoModelForTokenClassification.from_pretrained("dslim/bert-large-NER")
nlp = pipe
浏览 5提问于2021-11-06得票数 0
回答已采纳
我似乎无法为tika-服务器设置类路径，以便正确检测opennlp模型。
我按照这里的指示：
(用app代替-server，看起来它包含了所需的一切)
我已经创建了以下文件夹结构
tika
`-- tika-ner-resources
`-- org
`-- apache
`-- tika
`-- parser
`-- ner
`-- opennlp
|-- ner-location.bin
浏览 1提问于2018-08-20得票数 1
回答已采纳
我使用的模型来自拥抱脸，特别是Davlan/distilbert-base-multilingual-cased-ner-hrl。但是，我无法从结果中提取完整的实体名称。
如果运行以下代码：
from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline
tokenizer = AutoTokenizer.from_pretrained("Davlan/distilbert-base-multilingual-cased-ner-hrl&
浏览 17提问于2022-07-19得票数 2
回答已采纳
我正在尝试使用core-nlp注解管道，从标记化到ner_tags，所有的设置都是默认的。我确实注意到“标记器”模块将“副总统”标识为两个单独的令牌{副总统}，导致标题标识为{o，ner_tags }，而不是{副总统}和{标题}。如何让标记器将“副总裁”标识为一个单独的令牌，从而帮助Ner_Tags正确地标识标题。
浏览 0提问于2016-12-20得票数 0
我有一堆用户查询。其中也有一些包含垃圾字符的查询，例如。I work in Google asdasb asnlkasn我只需要I work in Google
import nltk
import spacy
import truecase
words = set(nltk.corpus.words.words())
nlp = spacy.load('en_core_web_lg')
def check_ner(word):
doc = nlp(word)
ner_list = []
for token in doc.ents:
n
浏览 0提问于2019-12-12得票数 1
我正在尝试升级我的spacy版本到夜间，特别是为了使用spacy transformers 因此我将spacy简单训练数据集转换为如下格式 td = [["Who is Shaka Khan?", {"entities": [(7, 17, "FRIENDS")]}],["I like London.", {"entities": [(7, 13, "LOC")]}],] 以上至 [[{"head": 0, "dep": "", "tag&#
浏览 26提问于2020-11-04得票数 1
回答已采纳
我正在尝试从零开始使用spaCy来训练NER模型。我想首先在上试用它，因为它被广泛用作NER系统的基线。
下面是我运行的命令：
spacy convert -c ner train.txt valid.txt test.txt spacyConverted
cd spacyConverted
python -m spacy train en trained train.txt.json valid.txt.json --no-tagger --no-parser
mkdir displacy
python -m spacy evaluate trained/model-final test.t
浏览 1提问于2018-07-26得票数 0
1回答
我正在使用Huggingface的transformers库，并希望使用BERT执行NER。我试图找到一个明确的例子，说明如何使用BERT为NER正确格式化数据。从论文和我发现的评论中，我并不完全清楚。
假设我们有以下句子和标签：
sent = "John Johanson lives in Ramat Gan."
labels = ['B-PER', 'I-PER', 'O', 'O', 'B-LOC', 'I-LOC']
我们输入到模型中的数据是否如下所示：
sent = [&#
浏览 12提问于2020-02-14得票数 2
回答已采纳
1回答
训练自定义NER模型
、、、、
我一直在一些文本上训练我的NER模型，并试图在其中找到具有自定义实体的城市。
示例：-
('paragraph Designated Offices Party A New York Party B Delaware paragraph pricing source calculation Market Value shall generally accepted pricing source reasonably agreed parties paragraph Spot rate Spot Rate specified paragraph reasonably agreed
浏览 1提问于2019-12-03得票数 1
改为UDv2标记化(“新的”最不发达国家树银行，用于英语)；处理多个单词-标记；改进的基于UDv2 2的taggers和解析器，用于英语、法语、德语、西班牙语；新的法语NER；新的中文分段器；库更新，bug修复。
CoreNLP 4中的重大变化:没有最不发达国家风格的令牌转义(不再-LRB-)，将英语标记转换为“新”LRB和UD (主要是拆分连字符)，对英语、法语、德语和西班牙语(有obj和obl) 使用UDv2依赖项和POS。
有人能在界面和功能级别上提供详细的/信息丰富的/可用的更改摘要吗？如果它有助于缩小范围：
英语模型
注释要求()
CoreAnnotations.TextAn
浏览 1提问于2020-05-22得票数 0
我正在尝试使用LSTM实现自定义NER。在预处理步骤中，是否需要删除双引号、点和逗号等标点符号？如果保留下来，它们是否会增加任何意义？因为每个文档都是句子的集合。
浏览 35提问于2019-04-15得票数 0
1回答
我正在编写一些代码来标识PDF文档中的命名实体(NER)。我当前的代码分三个步骤工作。首先，它将PDF转换为文本字符串。其次，它将文本标记化。第三，对文本进行分类。 现在，此代码对文本字符串中的每个标记(单词)进行分类。但是，我希望程序只对文本的某一部分进行分类。该部分始终位于单词"Body"和"Classification"之间(对于熟悉该格式的人，我正在分析LexisNexis文档)。我想知道是否有一种方法可以告诉程序只对这两个单词之间的文本进行分类？我已经读了几篇关于这方面的文章，但我还没有找到我的具体问题的答案。 我感觉我需要在"tokeniz
浏览 12提问于2020-01-28得票数 0
3回答
我有已经以SpaCy格式标记的数据。例如：
("Who is Shaka Khan?", {"entities": [(7, 17, "PERSON")]}),
("I like London and Berlin.", {"entities": [(7, 13, "LOC"), (18, 24, "LOC")]})
但我想尝试使用任何其他NER模型来训练它，例如BERT-NER，它需要IOB标签。有没有SpaCy数据格式到IOB的转换代码？
谢谢!
浏览 0提问于2020-01-14得票数 4
1回答
我在我的数据集上使用Spacy模型对NER。它显示在B地址和I地址上的标记很差。原因是我的文档中有不同类型的地址。有些以数字开头，有些以建筑物名称开头，有些以邮箱开头。知道我怎样才能提高地址标签的准确性吗？
浏览 11提问于2022-08-02得票数 2
1回答
我已经创建了一个python脚本来提取命名实体，如下所示：
# set java path
java_path = r'C:/Program Files/Java/jre1.8.0_161/bin/java.exe'
os.environ['JAVAHOME'] = java_path
# initialize NER tagger
sn = StanfordNERTagger('C:/Users/Parag/Documents/stanford-ner-2018-10-16/stanford-ner-2018-10-16/classifiers/e
浏览 1提问于2019-10-22得票数 3
我提出了一个基于'bert-base-uncased'的命名实体识别的Huggingface模型。我的推论如下：
from transformers import pipeline
ner_pipeline = pipeline('token-classification', model=model_folder, tokenizer=model_folder)
out = ner_pipeline(text, aggregation_strategy='simple')
我希望在非常长的文本上获得结果，而且由于我知道用于训练和推理的最大容量为5
浏览 18提问于2022-10-10得票数 1
回答已采纳
我使用Prodi.gy创建了一个自定义的NER模型。一旦我执行了所有的处理和验证，我就将模型保存到磁盘上。我可以使用spacy.load从磁盘实例化模型，它似乎工作得很好。我现在的问题是如何将自定义NER模型添加到spacy管道中？我想要确保我的管道中有标记器、解析器等，外加我的自定义NER模型。 似乎我应该从一个现有的模型(en_core_web_sm)中初始化一个基本的nlp，删除现有的NER，并用我的自定义NER替换它。这无疑是用户的错误，我只是从文档和试验/错误中找不出我做错了什么(或需要做什么)。 也许我的操作是错的？也许我应该尝试将标记器和解析器添加到我的自定义模型实例化中？ I
浏览 53提问于2021-01-16得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
