Dati di training compatibili

Ricorda che non puoi passare il testo grezzo direttamente a spaCy. Devi invece creare un oggetto Example per ogni esempio di training. In questo esercizio, farai pratica nel convertire un training_data con una singola frase annotata in un elenco di oggetti Example.

Il modello en_core_web_sm è già importato e pronto all’uso come nlp. La classe Example è anch’essa importata e pronta per te.

Questo esercizio fa parte del corso

Natural Language Processing con spaCy

Visualizza il corso

Istruzioni dell'esercizio

Itera attraverso il testo e le annotazioni in training_data, converti il testo in un contenitore Doc e salvalo in doc.
Crea un oggetto Example usando l’oggetto doc e le annotazioni di ciascun dato di training e salvalo in example_sentence.
Aggiungi example_sentence a una lista all_examples.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

example_text = 'A patient with chest pain had hyperthyroidism.'
training_data = [(example_text, {'entities': [(15, 25, 'SYMPTOM'), (30, 45, 'DISEASE')]})]

all_examples = []
# Iterate through text and annotations and convert text to a Doc container
for text, annotations in training_data:
  doc = nlp(____)
  
  # Create an Example object from the doc contianer and annotations
  example_sentence = ____.____(doc, ____)
  print(example_sentence.to_dict(), "\n")
  
  # Append the Example object to the list of all examples
  all_examples.append(____)
  
print("Number of formatted training data: ", len(____))

Modifica ed esegui il codice