在 spaCy 中使用 EntityRuler 的 RegEx
規則運算式（Regular expressions，簡稱 RegEx）用於以規則為基礎的資訊擷取，能處理複雜的字串比對樣式。RegEx 可用來擷取樣式，或把字串中符合的樣式替換成其他樣式。在本練習中，你會使用 spaCy 的 EntityRuler，找出指定 text 中的電子郵件地址。
spaCy 套件已經匯入可供你使用。你可以使用 \d 來比對代表任一 0 到 9 數字的中介字元樣式。
spaCy 的樣式可以把 REGEX 當作屬性。在這種情況下，樣式的結構為 [{"TEXT": {"REGEX": "<a given pattern>"}}]。
本練習屬於課程
使用 spaCy 的自然語言處理
練習說明
- 定義一個樣式，用於
EntityRuler比對8888888888這種形式的電話號碼。 - 載入空白的
spaCy英文模型，並將EntityRuler元件加入管線。 - 將編譯好的樣式加入
EntityRuler元件。 - 執行模型，並列印給定
text中實體的文字與型別所組成的 tuple。
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。
text = "Our phone number is 4251234567."
# Define a pattern to match phone numbers
patterns = [{"label": "PHONE_NUMBERS", "pattern": [{"TEXT": {"REGEX": "(____){____}"}}]}]
# Load a blank model and add an EntityRuler
nlp = spacy.____("en")
ruler = nlp.____("entity_ruler")
# Add the compiled patterns to the EntityRuler
ruler.____(patterns)
# Print the tuple of entities texts and types for the given text
doc = ____(____)
print([(ent.____, ent.____) for ent in doc.____])