Reconhecimento de entidades nomeadas no spaCy
Entidades nomeadas são objetos do mundo real que têm nomes, como cidades, pessoas, datas ou horários. Podemos usar o spaCy para encontrar entidades nomeadas no nosso texto transcrito.
Neste exercício, você vai transcrever call_4_channel_2.wav (file) usando transcribe_audio() e depois usar o modelo de linguagem do spaCy, en_core_web_sm, para converter o texto transcrito em um doc do spaCy.
Transformar o texto em um doc do spaCy permite aproveitar os recursos nativos do spaCy para análise de texto, como .text para tokens (palavras individuais), .sents para sentenças e .ents para entidades nomeadas.
Este exercicio faz parte do curso
Processamento de Linguagem Falada em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
import spacy
# Transcribe call 4 channel 2
call_4_channel_2_text = transcribe_audio("call_4_channel_2.wav")
# Create a spaCy language model instance
nlp = spacy.load("en_core_web_sm")
# Create a spaCy doc with call 4 channel 2 text
doc = nlp(____)
# Check the type of doc
print(type(___))