空の spaCy モデルでの EntityRuler

EntityRuler を使うと、doc.ents にエンティティを追加できます。これは、固有表現認識の spaCy パイプラインコンポーネントである EntityRecognizer と組み合わせて精度を高めることも、単体で使ってルールベースのみの固有表現認識システムを実装することもできます。この演習では、空の英語の spaCy モデルに EntityRuler コンポーネントを追加し、与えられた text に対してルールベースのみで固有表現を分類する練習をします。

spaCy パッケージはすでにインポート済みで、空の英語 spaCy モデルが nlp として用意されています。小文字の openai と microsoft を ORG として分類するための patterns のリスト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

パイプラインに EntityRuler コンポーネントを作成して追加します。
与えられたパターンを EntityRuler コンポーネントに追加します。
与えられた text をモデルに通して、対応する Doc コンテナを作成します。
Doc コンテナ内のすべてのエンティティについて、（エンティティのテキスト, 種類）のタプルを出力します。

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.blank("en")
patterns = [{"label": "ORG", "pattern": [{"LOWER": "openai"}]},
            {"label": "ORG", "pattern": [{"LOWER": "microsoft"}]}]
text = "OpenAI has joined forces with Microsoft."

# Add EntityRuler component to the model
entity_ruler = nlp.____("entity_ruler")

# Add given patterns to the EntityRuler component
entity_ruler.____(____)

# Run the model on a given text
doc = nlp(____)

# Print entities text and type for all entities in the Doc container
print([(ent.____, ent.____) for ent in doc.____])

コードを編集して実行