1. 学ぶ
    2. /
  2. コース
    3. /
  3. spaCyで学ぶAdvanced NLP
Connected

演習

国名と関係性の抽出

前の演習では、spaCy の PhraseMatcher を使ってテキスト中の国名を見つけるスクリプトを書きました。ここでは、その country matcher をより長いテキストに適用し、構文を分析して、マッチした国名でドキュメントのエンティティを更新します。nlp オブジェクトはすでに作成されています。

テキストは変数 text、国名のパターンを持つ PhraseMatcher は変数 matcher として用意されています。Span クラスはすでにインポート済みです。

指示1 / 2

undefined XP
    1
    2
  • マッチを反復処理し、ラベル "GPE"（地政学的エンティティ）の Span を作成します。
  • doc.ents のエンティティを上書きし、マッチしたスパンを追加します。