Namngiven enhetsigenkänning i spaCy
Namngivna entiteter är verkliga objekt med namn, till exempel städer, personer, datum eller tider. Med spaCy kan vi hitta namngivna entiteter i vår transkriberade text.
I den här övningen transkriberar du call_4_channel_2.wav (fil) med transcribe_audio() och använder sedan spaCy:s språkmodell en_core_web_sm för att konvertera den transkriberade texten till ett spaCy-dokument.
När text omvandlas till ett spaCy-dokument kan du utnyttja spaCy:s inbyggda funktioner för textanalys, till exempel .text för token (enstaka ord), .sents för meningar och .ents för namngivna entiteter.
Den här övningen är en del av kursen
Taligenkänning i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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(___))