spaCy में नामित एंटिटी रिकग्निशन
Named entities वास्तविक दुनिया की वे वस्तुएँ हैं जिनके नाम होते हैं, जैसे शहर, लोग, तिथियाँ या समय. हम अपने ट्रांसक्राइब किए गए टेक्स्ट में named entities ढूँढने के लिए spaCy का उपयोग कर सकते हैं.
इस अभ्यास में, आप transcribe_audio() का उपयोग करके call_4_channel_2.wav (file) को टेक्स्ट में ट्रांसक्राइब करेंगे और फिर spaCy के लैंग्वेज मॉडल en_core_web_sm से उस ट्रांसक्राइब्ड टेक्स्ट को spaCy doc में बदलेंगे.
टेक्स्ट को spaCy doc में बदलने से हम टेक्स्ट विश्लेषण के लिए spaCy की built-in सुविधाओं का लाभ उठा सकते हैं, जैसे टोकन (एकल शब्द) के लिए .text, वाक्यों के लिए .sents और named entities के लिए .ents.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Spoken Language Processing
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
import spacy
# Transcribe call 4 channel 2
call_4_channel_2_text = transcribe_audio("call_4_channel_2.wav")
# Create a spaCy language model instance
nlp = spacy.load("en_core_web_sm")
# Create a spaCy doc with call 4 channel 2 text
doc = nlp(____)
# Check the type of doc
print(type(___))