訓練前的準備步驟
在訓練 spaCy 模型之前與過程中，你需要：（1）停用其他 pipeline 元件，才能只訓練目標元件；（2）把含有一筆訓練資料點及其對應 annotations 的 Doc 容器轉換為 Example 類別。
在這個練習中，你會用預先載入、可由 nlp 存取的 en_core_web_sm 模型，練習以上兩個步驟。Example 類別已匯入，且已提供可使用的 text 字串與相關 annotations。
本練習屬於課程
使用 spaCy 的自然語言處理
練習說明
- 停用
nlp模型中除ner之外的所有 pipeline 元件。 - 將
text字串及其annotations轉換為可用於訓練的正確格式。
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。
nlp = spacy.load("en_core_web_sm")
# Disable all pipeline components of except `ner`
other_pipes = [____ for ____ in nlp.____ if ____ != 'ner']
nlp.____(*other_pipes)
# Convert a text and its annotations to the correct format usable for training
doc = nlp.____(text)
example = Example.____(____, ____)
print("Example object for training: \n", example.to_dict())