我正在尝试使用spaCy来训练一个NER模型，以识别位置、(人)名称和组织。我试图理解spaCy是如何在文本中识别实体的，但我一直未能找到答案。从 on Github和上可以看出，spaCy使用文本中的许多特性，如POS标记、前缀、后缀以及文本中的其他字符和基于单词的特性来训练平均感知器。但是，代码中没有任何地方显示spaCy使用GLoVe嵌入(尽管句子/文档中的每个单词似乎都有它们，如果它们存在于GLoVe语料库中)。
这
浏览 3提问于2017-06-12得票数 20
nlp('asc').vector.sum为-9.677
这些单词不应该是词汇表之外的，没有向量吗？
浏览 1提问于2018-03-07得票数 0
我有一个预先训练好的word2vec模型，我将其加载到spacy中以向量化新单词。给定新文本，我执行nlp('hi').vector来获得单词'hi‘的向量。在这个场景中，spacy默认是一个用零填充的向量。我希望能够为OOV术语设置此默认向量。示例： import spacy
path_model= '/home/bionlp/spacy.bio
浏览 40提问于2019-08-26得票数 1
回答已采纳
1回答
此数据集仅由单词组成。我必须对这些单词进行矢量化。我已经搜索了单词矢量化算法。词袋，word2wec，tf-idf词袋，word2wec，tf-idf是对句子中的单词进行向量化的过程。但是我没有句子。那么我该如何实现向量化单词的过程呢？
浏览 1提问于2019-03-20得票数 0
正如标题所述，我希望将从gensim构建的自定义单词向量加载到SpaCy向量类中。具体来说，我使用BioWordVec来生成我的单词向量，它使用来自gensim.models.Fastext的方法来序列化向量。model.wv.save_word2vec_format(output/bin/path, binary=True)
在SpaCy
浏览 3提问于2019-12-01得票数 2
1回答
我正在使用en_core_web_lg比较一些文本的相似性，我没有得到预期的结果。我的问题是，有什么办法可以查一下斯派西的“字典”吗？它是否包括“谁”、“分层”、“法令”或“真的”之类的词？
浏览 9提问于2021-07-29得票数 1
1回答
我想用句子做一些有监督的二进制分类任务，并且一直在使用spaCy，因为它易于使用。我使用spaCy将文本转换为向量，然后将向量提供给机器学习模型(例如XGBoost)来执行分类。在spaCy中，很容易加载 (例如BERT / Roberta / XLNet)来将单词/句子转换为nlp对象。然而，直接调用对象的向量将到令牌向量的平均值。这里有两个问题：
1)我们能做得比简单地获得标记向量的平均值更好吗，比如
浏览 17提问于2020-05-06得票数 0
2回答
SpaCy中的每个单词都由一个长度为300的向量表示。我如何在散点图上绘制这些单词，以便直观地了解任意两个单词之间的距离？
浏览 9提问于2020-05-19得票数 2
1回答
目标是获得列表中每个单词的向量表示。我的意图是将这些单词向量用于其他应用目的，如单词聚类。如何保存列表‘类别’中每个单词的词向量
浏览 29提问于2020-06-28得票数 0
回答已采纳
1回答
我目前在python中使用spacy，有不同的预先训练过的模型，如en_core_web_sm或en_core_web_md。它们中的一种是使用单词向量来寻找词的相似性，另一种是使用上下文敏感的张量。使用上下文敏感的张量和使用单词向量有什么区别？语境感知张量到底是什么？
浏览 0提问于2019-11-04得票数 2
回答已采纳
1回答
同形字是一个单词，其拼写与另一个单词相同，但发音不同，含义也不同，例如，lead (在前面)/ lead (一种金属)。我试图通过对每个文档的每个单词向量进行求和来比较文档之间的差异，最后找出余弦相似度。例如，如果spacy向量对上面列出的两个‘铅’具有相同的向量，那么结果可能会很糟糕。import spacy
str1 = 'The guy we
浏览 0提问于2018-11-09得票数 0
我想用Spacy生成一个相对随机的20个名词的列表，它们都有相同的结尾。在我的例子中，语言是德语，结尾的例子可以是“-keit”。我相信Spacy对于包中的每种语言都有大量的nlp.vocab单词列表，但是如果我迭代它，我不知道每次运行的顺序是随机的还是相同的。我知道Spacy还有一个Corpus对象，我想知道它是否支持更适合搜索特定语言形式的特定示例的方法。如果NLP.Vocab不是给定语言上的一个完整的单词列表，那么是否有一个在Spacy宇宙中常用的数据集包含完整的词汇表？
浏览 10提问于2022-10-28得票数 0
2回答
我尝试用spaCy纠正打字错误，为此我需要知道一个单词是否存在于词汇表中。如果没有，想法是将单词一分为二，直到所有片段都存在。例如，"ofthe“不存在，"of”和"the“不存在。所以我首先需要知道一个单词是否存在于单词表中。这就是问题的开始。我可以使用拼写检查库，但这与spaCy词汇不一致 这个问题似乎是一个常见的问题，欢迎任何建议(代码)。 谢谢, AHe
浏览 49提问于2019-12-30得票数 3
1回答
我计算出向量的相似之处如下：a = nlp("car").vector0.966813
为什么不相关的词在嵌入时向量的相似性这么高？此外，我还可以得到非单词的向量，如"asdfasfdasfd“或"zzz1
浏览 0提问于2019-12-09得票数 2
回答已采纳
1回答
tddata['confidence'].loc[index] = str(json_text['confidence'][0])
nlp = spacy.load('en_core_web_lg')解决方案策略：按照中的建议，我想做以下操作(在可能的情况下使用spaCy )：
浏览 0提问于2018-06-07得票数 7
回答已采纳
1回答
例如:单词'run‘可能存在于训练数据中，但如果我使用单词'sprint’进行测试，则解决方案无法正确分类。
这里最好的方法是什么？在我看来，为训练数据集中的所有单词添加所有同义词不像是一种可伸缩的方法
浏览 0提问于2016-10-07得票数 3
3回答
我正在训练一个大语料库，使用word2vec和平均的单词向量来得到句子向量。什么是处理否定词的最好方法，使否定句和肯定句相互分离？对于“修复代码生效后”和“修复代码不起作用后”，理想情况下，应该给出彼此相距较远的句子向量。我听说一种方法是寻找“不”这样的否定词，然后否定下一个词向量。
浏览 0提问于2016-12-17得票数 7
根据
spaCy的小模型(所有以sm结尾的包)不附带单词向量，只包含上下文敏感的张量。..。单个令牌将不分配任何向量。看起来这些都是context_vectors，但据我所知，只有单词向量可以通过vector属性访问，而sm模型应该没有。为什么这对“小模特”有用呢？
浏览 0提问于2018-10-17得票数 2
回答已采纳
1回答
两个文档列表之间的相似性
、、、、
文本长度可以为1-4个单词。每个列表的长度可以是10K。我不知道如何在spaCy中有效地做到这一点。也许其他包也可以做到这一点？我假设单词由一个向量(300d)表示，但任何其他选项也是可以的。
浏览 0提问于2018-11-15得票数 0
这些模型在NLP和SpaCy方面完成了什么？import spacydoc = nlp(u'This is a sentence
浏览 0提问于2018-09-15得票数 2
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
腾讯会议
云直播活动推荐
腾讯云开发者
