Effizientes Phrasen-Matching

Manchmal ist es effizienter, exakte Strings zu matchen, statt Muster für einzelne Tokens zu schreiben. Das gilt besonders für endliche Kategorien – zum Beispiel alle Länder der Welt.

Wir haben bereits eine Liste von Ländern. Lass uns diese als Grundlage für unser Information-Extraction-Skript verwenden. Eine Liste von String-Namen ist als Variable COUNTRIES verfügbar. Das nlp-Objekt und ein Test-doc wurden bereits erstellt und doc.text wurde in der Shell ausgegeben.

Diese Übung ist Teil des Kurses

Fortgeschrittenes NLP mit spaCy

Kurs anzeigen

Anleitung zur Übung

Importiere den PhraseMatcher und initialisiere ihn mit dem gemeinsamen vocab als Variable matcher.
Füge die Phrasenmuster hinzu und rufe den Matcher auf dem doc auf.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import the PhraseMatcher and initialize it
from spacy.____ import ____
matcher = ____(____)

# Create pattern Doc objects and add them to the matcher
# This is the faster version of: [nlp(country) for country in COUNTRIES]
patterns = list(nlp.pipe(COUNTRIES))
matcher.add('COUNTRY', None, *patterns)

# Call the matcher on the test document and print the result
matches = ____(____)
print([doc[start:end] for match_id, start, end in matches])

Code bearbeiten und ausführen