НачатьНачать бесплатно

Совместимые обучающие данные

Напомним, что передавать необработанный текст напрямую в spaCy нельзя. Вместо этого для каждого обучающего примера необходимо создать объект Example. В этом упражнении вы потренируетесь преобразовывать training_data с одним размеченным предложением в список объектов Example.

Модель en_core_web_sm уже импортирована и доступна как nlp. Класс Example также импортирован и готов к использованию.

Это упражнение является частью курса

Обработка естественного языка с помощью spaCy

Посмотреть курс

Инструкции к упражнению

  • Выполните итерацию по тексту и аннотациям в training_data, преобразуйте текст в контейнер Doc и сохраните его в переменную doc.
  • Создайте объект Example с помощью объекта doc и аннотаций каждой точки обучающих данных, сохранив результат в переменную example_sentence.
  • Добавьте example_sentence в список all_examples.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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(____))
Редактировать и запускать код