Asignar roles con el analizador de spaCy

En este ejercicio usarás el potente analizador sintáctico de spaCy para asignar roles a las entidades en los mensajes de tus usuarios. Para ello, definirás dos funciones, find_parent_item() y assign_colors(). Así, usarás un árbol de análisis para asignar roles, igual que hizo Alan en el vídeo.

Recuerda que puedes acceder a los ancestros de una palabra usando su atributo .ancestors.

Este ejercicio forma parte del curso

Creación de chatbots en Python

Ver curso

Instrucciones del ejercicio

Crea un documento de spacy llamado doc pasando el mensaje "let's see that jacket in red and some blue jeans" al objeto nlp.
En la función find_parent_item(word), itera sobre los ancestors de cada word hasta encontrar un entity_type() de "item".
En la función assign_colors(doc), itera sobre el doc hasta encontrar un entity_type de "color". Luego, busca el elemento padre de esta word.
Pasa el documento de spacy a la función assign_colors().

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create the document
doc = ____

# Iterate over parents in parse tree until an item entity is found
def find_parent_item(word):
    # Iterate over the word's ancestors
    for parent in ____:
        # Check for an "item" entity
        if entity_type(____) == "____":
            return parent.text
    return None

# For all color entities, find their parent item
def assign_colors(doc):
    # Iterate over the document
    for word in ____:
        # Check for "color" entities
        if entity_type(word) == "____":
            # Find the parent
            item =  ____
            print("item: {0} has color : {1}".format(item, word))

# Assign the colors
____

Editar y ejecutar código