Criando uma entidade nomeada personalizada no spaCy
Se as entidades nomeadas nativas do spaCy não forem suficientes, você pode criar as suas usando o componente de pipeline entity_ruler do spaCy.
O componente entity_ruler permite criar suas próprias entidades e adicioná-las a um pipeline do spaCy.
Você começa adicionando o componente ao pipeline existente com nlp.add_pipe(), posicionando-o before do componente "ner" para que suas regras sejam aplicadas primeiro. add_pipe() retorna o componente que foi adicionado.
Em seguida, você pode chamar add_patterns() no componente e passar a ele um dicionário com o pattern de texto que você quer rotular com uma entidade.
Como a Acme é uma empresa de tecnologia, você decide marcar o padrão "smartphone" com a entidade "PRODUCT".
O spaCy já foi importado e nlp contém um modelo en_core_web_sm carregado. Como alterar um pipeline não afeta docs que já existem, você vai recriar o doc a partir do texto transcrito de call_4_channel_2.wav arquivo quando o novo componente estiver no lugar.
Este exercicio faz parte do curso
Processamento de Linguagem Falada em Python
Instruções do exercicio
- Adicione o componente
"entity_ruler"ao pipelinenlp, antes do componente"ner", e salve emruler. - Adicione
"smartphone"como valor para a chave"pattern". - Imprima os atributos de entidade contidos em
doc.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Add an entity_ruler component to the pipeline, before ner
ruler = nlp.add_pipe(____, before=____)
# Define pattern for new entity
ruler.add_patterns([{"label": "PRODUCT", "pattern": ____}])
# Recreate the doc so it uses the updated pipeline
doc = nlp(call_4_channel_2_text)
# Test new entity
for entity in doc.____:
print(entity.text, entity.label_)