EntityRuler para NER

O EntityRuler pode ser combinado com o EntityRecognizer de um modelo existente para aumentar a precisão. Neste exercício, você vai praticar como combinar um componente EntityRuler com um componente NER já existente do modelo en_core_web_sm. O modelo já está carregado como nlp.

Quando o EntityRuler é adicionado antes do componente NER, o reconhecedor de entidades respeita os spans de entidades existentes e ajusta suas previsões com base nos padrões adicionados ao EntityRuler para melhorar a precisão da tarefa de reconhecimento de entidades nomeadas.

Este exercício faz parte do curso

Processamento de Linguagem Natural com spaCy

Ver curso

Instruções do exercício

Adicione um EntityRuler ao nlp antes do componente ner.
Defina um padrão de entidade por token para classificar new york group (em minúsculas) como ORG.
Adicione os patterns ao componente EntityRuler.
Execute o modelo e imprima a tupla com o texto e o tipo das entidades do container Doc.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

nlp = spacy.load("en_core_web_sm")
text = "New York Group was built in 1987."

# Add an EntityRuler to the nlp before NER component
ruler = nlp.____("entity_ruler", ____="ner")

# Define a pattern to classify lower cased new york group as ORG
patterns = [{"label": "ORG", "pattern": [{"lower": ____}]}]

# Add the patterns to the EntityRuler component
ruler.____(____)

# Run the model and print entities text and type for all the entities
doc = ____
print([(ent.____, ent.____) for ent in doc.____])

Editar e executar o código