ПочатиПочніть безкоштовно

Сумісні тренувальні дані

Пам'ятайте, що не можна передавати сирий текст безпосередньо в spaCy. Замість цього потрібно створити об'єкт Example для кожного тренувального прикладу. У цій вправі ви потренуєтеся перетворювати training_data з одним анотованим реченням на список об'єктів Example.

Модель en_core_web_sm уже імпортовано і вона готова до використання як nlp. Клас Example також імпортовано для вашої роботи.

Ця вправа є частиною курсу

Обробка природної мови (NLP) зі spaCy

Переглянути курс

Інструкції до вправи

  • Ітеруйтеся через текст і анотації в training_data, перетворіть текст на контейнер Doc і збережіть його в doc.
  • Створіть об'єкт Example, використовуючи об'єкт doc і анотації кожного елемента тренувальних даних, та збережіть його в example_sentence.
  • Додайте example_sentence до списку all_examples.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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(____))
Редагувати та запускати код