Vytvoření vlastní pojmenované entity v spaCy

Pokud nestačí vestavěné pojmenované entity spaCy, můžeš si vytvořit vlastní pomocí třídy EntityRuler().

EntityRuler() ti umožňuje definovat vlastní entity a přidat je do pipeline spaCy.

Začneš tím, že vytvoříš instanci EntityRuler() a předáš jí aktuální pipeline nlp.

Poté na instanci zavoláš add_patterns() a předáš jí slovník se vzorem pattern, který chceš označit jako entitu.

Jakmile vzor nastavíš, přidáš ho do pipeline nlp pomocí add_pipe().

Protože Acme je technologická společnost, rozhodneš se označit vzor "smartphone" tagem entity "PRODUCT".

spaCy je již naimportováno a existuje objekt doc obsahující přepsaný text ze souboru call_4_channel_2.wav file).

Toto cvičení je součástí kurzu

Zpracování mluveného jazyka v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj EntityRuler z spacy.pipeline.
Přidej "smartphone" jako hodnotu klíče "pattern".
Přidej instanci EntityRuler(), ruler, do pipeline nlp.
Vypiš atributy entit obsažených v doc.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import EntityRuler class
from spacy.pipeline import ____

# Create EntityRuler instance
ruler = EntityRuler(nlp)

# Define pattern for new entity
ruler.add_patterns([{"label": "PRODUCT", "pattern": ____}])

# Update existing pipeline
nlp.add_pipe(____, before="ner")

# Test new entity
for entity in doc.____:
  print(entity.text, entity.label_)

Upravit a spustit kód