PhraseMatcher in spaCy

Quando elabori testo non strutturato, capita spesso di avere lunghe liste e dizionari che vuoi scansionare e far combaciare con testi dati. I pattern del Matcher sono creati a mano e ogni token va definito singolarmente. Se hai una lunga lista di frasi, Matcher non è più l'opzione migliore. In questi casi, la classe PhraseMatcher aiuta a far combaciare lunghi dizionari. In questo esercizio, farai pratica nel recuperare pattern con shape corrispondenti a più termini usando la classe PhraseMatcher.

Il modello en_core_web_sm è già caricato e pronto all'uso come nlp. La classe PhraseMatcher è importata. Sono disponibili una stringa text e una lista di terms.

Questo esercizio fa parte del corso

Natural Language Processing con spaCy

Visualizza il corso

Istruzioni dell'esercizio

Inizializza una classe PhraseMatcher con un attr per far combaciare la shape dei terms forniti.
Crea i patterns da aggiungere all'oggetto PhraseMatcher.
Trova le corrispondenze per i pattern dati e stampa gli indici dei token di inizio e fine e la sezione corrispondente del text fornito.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

text = "There are only a few acceptable IP addresse: (1) 127.100.0.1, (2) 123.4.1.0."
terms = ["110.0.0.0", "101.243.0.0"]

# Initialize a PhraseMatcher class to match to shapes of given terms
matcher = ____(nlp.____, attr = ____)

# Create patterns to add to the PhraseMatcher object
patterns = [nlp.make_doc(____) for term in terms]
matcher.____("IPAddresses", patterns)

# Find matches to the given patterns and print start and end characters and matches texts
doc = ____
matches = ____
for match_id, start, end in matches:
    print("Start token: ", ____, " | End token: ", ____, "| Matched text: ", doc[____:____].text)

Modifica ed esegui il codice