Dados de treino compatíveis

Lembre-se de que você não pode passar o texto bruto diretamente para o spaCy. Em vez disso, é preciso criar um objeto Example para cada exemplo de treino. Neste exercício, você vai praticar a conversão de um training_data com uma única frase anotada em uma lista de objetos Example.

O modelo en_core_web_sm já foi importado e está pronto para uso como nlp. A classe Example também foi importada para você usar.

Este exercício faz parte do curso

Processamento de Linguagem Natural com spaCy

Ver curso

Instruções do exercício

Itere pelo texto e pelas anotações em training_data, converta o texto em um contêiner Doc e armazene-o em doc.
Crie um objeto Example usando o objeto doc e as anotações de cada ponto de treino, e armazene-o em example_sentence.
Adicione example_sentence a uma lista all_examples.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

example_text = 'A patient with chest pain had hyperthyroidism.'
training_data = [(example_text, {'entities': [(15, 25, 'SYMPTOM'), (30, 45, 'DISEASE')]})]

all_examples = []
# Iterate through text and annotations and convert text to a Doc container
for text, annotations in training_data:
  doc = nlp(____)
  
  # Create an Example object from the doc contianer and annotations
  example_sentence = ____.____(doc, ____)
  print(example_sentence.to_dict(), "\n")
  
  # Append the Example object to the list of all examples
  all_examples.append(____)
  
print("Number of formatted training data: ", len(____))

Editar e executar o código