Kom igångKom igång gratis

Förberedelsesteg inför träning

Innan och under träning av en spaCy-modell behöver du (1) inaktivera övriga pipeline-komponenter för att bara träna den avsedda komponenten, och (2) konvertera en Doc-behållare för en träningsdatapunkt och dess tillhörande annotations till en Example-klass.

I den här övningen får du öva på dessa två steg med hjälp av en förinstansierad en_core_web_sm-modell som är tillgänglig som nlp. Klassen Example är redan importerad, och en sträng text med tillhörande annotations finns också tillgängliga.

Den här övningen är en del av kursen

Naturlig språkbehandling med spaCy

Visa kurs

Övningsinstruktioner

  • Inaktivera alla pipeline-komponenter i nlp-modellen utom ner.
  • Konvertera strängen text och dess annotations till det format som används vid träning.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

nlp = spacy.load("en_core_web_sm")

# Disable all pipeline components of  except `ner`
other_pipes = [____ for ____ in nlp.____ if ____ != 'ner']
nlp.____(*other_pipes)

# Convert a text and its annotations to the correct format usable for training
doc = nlp.____(text)
example = Example.____(____, ____)
print("Example object for training: \n", example.to_dict())
Redigera och kör kod