從零開始訓練一個 spaCy 模型

spaCy 提供一套乾淨又高效的方式，讓你訓練自己的模型。在這個練習中，你會從零開始，使用真實語料（CORD-19 資料）訓練一個 NER 模型。

訓練資料已用正確格式放在 training_data。在本練習中，你會使用一組既定的標籤（「Pathogen」、「MedicalCondition」、「Medicine」）並存於 labels，搭配含有 NER 元件的空白英文模型（nlp）。會先把目標醫學 labels 加入 NER 管線，接著你可以訓練模型 1 個 epoch。你可以使用預先匯入的 Example 類別，將訓練資料轉成所需格式。為了追蹤模型訓練，你可以在 .update() 方法中加入 losses 清單，並查看訓練損失。

本練習屬於課程

使用 spaCy 的自然語言處理

檢視課程

練習說明

建立一個空白的 spaCy 模型，並將 NER 元件加入模型。
停用其他管線元件，使用建立好的 optimizer 物件，並以轉換為 Example 格式的資料來更新模型權重。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Load a blank English model, add NER component, add given labels to the ner pipeline
nlp = spacy.____("____")
ner = nlp.____("ner")
for ent in labels:
    ner.add_label(ent)

# Disable other pipeline components, complete training loop and run training loop
other_pipes = [____ for pipe in nlp.____ if ____ != "____"]
nlp.disable_pipes(*____)
losses = {}
optimizer = nlp.begin_training()
for text, annotation in training_data:
    doc = nlp.____(text)
    example = Example.____(doc, annotation)
    nlp.____([example], sgd=____, losses=losses)
    print(losses)

編輯並執行程式碼