เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การรู้จำชื่อเฉพาะด้วย spaCy

ชื่อเฉพาะ (named entities) คือสิ่งของในโลกจริงที่มีชื่อเรียก เช่น เมือง บุคคล วันที่ หรือเวลา เราสามารถใช้ spaCy เพื่อค้นหาชื่อเฉพาะในข้อความที่ถอดเสียงมาได้

ในแบบฝึกหัดนี้ จะใช้ transcribe_audio() ถอดเสียง call_4_channel_2.wav (ไฟล์) จากนั้นใช้โมเดลภาษา en_core_web_sm ของ spaCy แปลงข้อความที่ถอดเสียงได้ให้เป็น spaCy doc

การแปลงข้อความเป็น spaCy doc ช่วยให้เราใช้ฟีเจอร์ในตัวของ spaCy สำหรับวิเคราะห์ข้อความได้ เช่น .text สำหรับโทเค็น (คำเดี่ยว), .sents สำหรับประโยค และ .ents สำหรับชื่อเฉพาะ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Spoken Language Processing ด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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(___))
แก้ไขและรันโค้ด