在 spaCy 中進行命名實體辨識

命名實體是具名的真實世界物件，例如城市、人名、日期或時間。我們可以用 spaCy 在轉寫出的文字中找出這些命名實體。

在這個練習中，你將使用 transcribe_audio() 轉寫 call_4_channel_2.wav（檔案），接著使用 spaCy 的語言模型 en_core_web_sm，把轉寫的文字轉成 spaCy 的 doc。

把文字轉成 spaCy 的 doc，可以運用 spaCy 內建的文字分析功能，例如：用 .text 取得權杖（單字）、用 .sents 取得句子，以及用 .ents 取得命名實體。

本練習屬於課程

Python 的口語語言處理

檢視課程

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。

import spacy

# Transcribe call 4 channel 2
call_4_channel_2_text = transcribe_audio("call_4_channel_2.wav")

# Create a spaCy language model instance
nlp = spacy.load("en_core_web_sm")

# Create a spaCy doc with call 4 channel 2 text
doc = nlp(____)

# Check the type of doc
print(type(___))

編輯並執行程式碼