ПочатиПочніть безкоштовно

EntityRuler з порожньою моделлю spaCy

EntityRuler дає змогу додавати сутності до doc.ents. Його можна поєднувати з EntityRecognizer — компонентом конвеєра spaCy для розпізнавання іменованих сутностей — щоб підвищити точність, або використовувати окремо для побудови повністю правилової системи розпізнавання сутностей. У цій вправі ви потренуєтеся додавати компонент EntityRuler до порожньої англійської моделі spaCy та класифікувати іменовані сутності в заданому text, використовуючи суто правилове розпізнавання іменованих сутностей.

Пакет spaCy уже імпортовано, а порожню англійську модель spaCy підготовлено до використання як nlp. Список patterns для класифікації слів у нижньому регістрі OpenAI та Microsoft як ORG уже створено для вашого використання.

Ця вправа є частиною курсу

Обробка природної мови (NLP) зі spaCy

Переглянути курс

Інструкції до вправи

  • Створіть і додайте компонент EntityRuler до конвеєра.
  • Додайте надані шаблони до компонента EntityRuler.
  • Запустіть модель на заданому text і створіть відповідний контейнер Doc.
  • Виведіть кортежі (текст сутності та її тип) для всіх сутностей у контейнері Doc

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

nlp = spacy.blank("en")
patterns = [{"label": "ORG", "pattern": [{"LOWER": "openai"}]},
            {"label": "ORG", "pattern": [{"LOWER": "microsoft"}]}]
text = "OpenAI has joined forces with Microsoft."

# Add EntityRuler component to the model
entity_ruler = nlp.____("entity_ruler")

# Add given patterns to the EntityRuler component
entity_ruler.____(____)

# Run the model on a given text
doc = nlp(____)

# Print entities text and type for all entities in the Doc container
print([(ent.____, ent.____) for ent in doc.____])
Редагувати та запускати код