ComenzarEmpieza gratis

Pasos de preparación del entrenamiento

Antes y durante el entrenamiento de un modelo de spaCy, necesitarás (1) desactivar otros componentes del pipeline para entrenar solo el componente previsto y (2) convertir un contenedor Doc de un punto de datos de entrenamiento y sus annotations correspondientes en una clase Example.

En este ejercicio, practicarás estos dos pasos usando un modelo pre-cargado en_core_web_sm, accesible como nlp. La clase Example ya está importada y también tienes disponible una cadena text y las annotations relacionadas.

Este ejercicio forma parte del curso

Procesamiento del Lenguaje Natural con spaCy

Ver curso

Instrucciones del ejercicio

  • Desactiva todos los componentes del pipeline del modelo nlp excepto ner.
  • Convierte una cadena text y sus annotations al formato correcto utilizable para el entrenamiento.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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())
Editar y ejecutar código