Aggiungere componenti (pipes) in spaCy
Spesso usi un modello spaCy esistente per diversi task di NLP. Tuttavia, in alcuni casi, un componente della pipeline pronto all’uso, come la segmentazione in frasi, può impiegare molto tempo per produrre i risultati attesi. In questo esercizio, farai pratica nell’aggiungere un componente di pipeline a un modello spaCy (pipeline di elaborazione del testo).
Userai le prime cinque recensioni del dataset Amazon Fine Food Reviews per questo esercizio. Puoi accedere a queste recensioni tramite la stringa texts.
Il pacchetto spaCy è già importato e pronto all’uso.
Questo esercizio fa parte del corso
Natural Language Processing con spaCy
Istruzioni dell'esercizio
- Carica un modello
spaCyinglese vuoto e aggiungi il componentesentencizeral modello. - Crea un contenitore
Docpertexts, crea una lista per memorizzare lesentencesdel documento fornito e stampa il numero di frasi. - Stampa l’elenco dei token nella seconda frase dalla lista
sentences.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Load a blank spaCy English model and add a sentencizer component
nlp = spacy.____("en")
nlp.____("sentencizer")
# Create Doc containers, store sentences and print its number of sentences
doc = ____
sentences = [____ for s in ____]
print("Number of sentences: ", len(____), "\n")
# Print the list of tokens in the second sentence
print("Second sentence tokens: ", [____ for ____ in sentences[1]])