LoslegenKostenlos loslegen

Schritte zur Trainingsvorbereitung

Vor und während des Trainings eines spaCy-Modells musst du (1) andere Pipeline-Komponenten deaktivieren, um nur die gewünschte Komponente zu trainieren, und (2) einen Doc-Container eines Trainings-Datenpunkts und die zugehörigen annotations in eine Example-Klasse umwandeln.

In dieser Übung übst du diese beiden Schritte mit einem vorab geladenen Modell en_core_web_sm, das als nlp verfügbar ist. Die Klasse Example ist bereits importiert, und ein text-String sowie die zugehörigen annotations stehen dir ebenfalls zur Verfügung.

Diese Übung ist Teil des Kurses

Natural Language Processing mit spaCy

Kurs anzeigen

Anleitung zur Übung

  • Deaktiviere alle Pipeline-Komponenten des nlp-Modells außer ner.
  • Wandle einen text-String und seine annotations in das korrekte Format für das Training um.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

nlp = spacy.load("en_core_web_sm")

# Disable all pipeline components of  except `ner`
other_pipes = [____ for ____ in nlp.____ if ____ != 'ner']
nlp.____(*other_pipes)

# Convert a text and its annotations to the correct format usable for training
doc = nlp.____(text)
example = Example.____(____, ____)
print("Example object for training: \n", example.to_dict())
Code bearbeiten und ausführen