ÎncepețiÎncepe gratuit

EntityRuler cu un model spaCy gol

EntityRuler îți permite să adaugi entități în doc.ents. Poate fi combinat cu EntityRecognizer, o componentă de pipeline spaCy pentru recunoașterea entităților cu nume, pentru a îmbunătăți acuratețea, sau poate fi folosit de sine stătător pentru a implementa un sistem de recunoaștere a entităților bazat exclusiv pe reguli. În acest exercițiu, vei exersa adăugarea unei componente EntityRuler la un model spaCy gol pentru limba engleză și clasificarea entităților cu nume din text-ul dat, folosind recunoașterea de entități bazată exclusiv pe reguli.

Pachetul spaCy este deja importat, iar un model spaCy gol pentru engleză este disponibil ca nlp. O listă de patterns pentru a clasifica OpenAI și Microsoft (cu litere mici) ca ORG este deja creată pentru tine.

Acest exercițiu face parte din cursul

Procesarea limbajului natural cu spaCy

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează și adaugă o componentă EntityRuler la pipeline.
  • Adaugă pattern-urile date la componenta EntityRuler.
  • Rulează modelul pe text-ul dat și creează containerul Doc corespunzător.
  • Afișează un tuplu cu (textul entității și tipul ei) pentru toate entitățile din containerul Doc.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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.____])
Editează și rulează codul