学習の準備ステップ

spaCy モデルを学習する前後では、(1) 対象のコンポーネントだけを学習するために他のパイプラインコンポーネントを無効化し、(2) 学習データの Doc コンテナと対応する annotations を Example クラスに変換する必要があります。

この演習では、事前に読み込まれた en_core_web_sm モデル（nlp として利用可能）を使って、これら2つのステップを練習します。Example クラスはすでにインポート済みで、text 文字列と関連する annotations も用意されています。

この演習はコースの一部です

spaCyで学ぶNatural Language Processing

コースを見る

演習の手順

nlp モデルのパイプラインコンポーネントのうち、ner 以外をすべて無効化してください。
text 文字列とその annotations を、学習で使用できる正しいフォーマットに変換してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

nlp = spacy.load("en_core_web_sm")

# Disable all pipeline components of  except `ner`
other_pipes = [____ for ____ in nlp.____ if ____ != 'ner']
nlp.____(*other_pipes)

# Convert a text and its annotations to the correct format usable for training
doc = nlp.____(text)
example = Example.____(____, ____)
print("Example object for training: \n", example.to_dict())

コードを編集して実行