BaşlayınÜcretsiz Başlayın

Uyumlu eğitim verileri

Ham metni doğrudan spaCy'e veremeyeceğini hatırla. Bunun yerine, her eğitim örneği için bir Example nesnesi oluşturman gerekir. Bu egzersizde, tek bir açıklamalı cümleden oluşan bir training_datayı Example nesnelerinden oluşan bir listeye dönüştürmeyi pratik yapacaksın.

en_core_web_sm modeli zaten içe aktarıldı ve nlp olarak kullanıma hazır. Example sınıfı da senin için içe aktarıldı.

Bu egzersiz

spaCy ile Natural Language Processing

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • training_data içindeki metin ve açıklamalar üzerinde yinele, metni bir Doc kapsayıcısına dönüştür ve doc olarak sakla.
  • Her eğitim veri noktası için doc nesnesini ve açıklamaları kullanarak bir Example nesnesi oluştur ve bunu example_sentence olarak sakla.
  • example_sentence'ı all_examples listesine ekle.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

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(____))
Kodu Düzenle ve Çalıştır