所以我的要求在口头上很简单。我需要基于自定义实体的StanfordCoreNLP默认模型以及经过自定义培训的模型。在最后的运行中,我需要能够从给定的句子中分离出特定的短语(将使用RegexNER)。以下是我的努力:
with :-因此我想使用StanfordCoreNLP CRF文件、标记文件和ner模型文件,以及我的自定义培训的StanfordCoreNLP模型。只是它通过RegexNER学到的
加载经过预训练的空间模型对定制数据进行细化nlp = spacy.load("en_core_web_trf",exclude=['tagger', 'parserraise (Err)ValueError中:尝试将模型precomputable_affine的维度“nO”从78更改为74。= nlp.get_pipe('ner') for ent in
My objective:使用预先培训过的SpaCy模型(en_core_web_sm),并向现有的NER标签(GPE、PERSON、MONEY等)添加一组自定义标签。这样,模型就可以同时识别默认实体和自定义实体。
我看过SpaCy文档,我需要的似乎是一个,特别是一个新管道。但是,在我的工作流程中的哪一点还不清楚我应该添加这个新管道,因为在SpaCy 3中,培训是在CLI中进行的,