在 spaCy 中建立自訂命名實體
如果 spaCy 內建的命名實體不夠用，你可以透過 spaCy 的 entity_ruler pipeline 元件來自訂。
entity_ruler 元件讓你自行建立實體，並將它們加入 spaCy 的 pipeline。
你會先用 nlp.add_pipe() 把這個元件加到現有的 pipeline，並放在 "ner" 元件的 before，讓你的規則先被套用。add_pipe() 會回傳被加入的元件。
接著，你可以在該元件上呼叫 add_patterns()，並傳入一個字典，指定你想用實體標註的文字 pattern。
由於 Acme 是一家科技公司，你決定將 "smartphone" 這個 pattern 標註為 "PRODUCT" 實體標籤。
spaCy 已經匯入，nlp 也已載入 en_core_web_sm 模型。由於修改 pipeline 不會影響已存在的 docs，你會在新元件就位後，從 call_4_channel_2.wav 的轉錄文字重新建立 doc（檔案）。
本練習屬於課程
Python 的口語語言處理
練習說明
- 將
"entity_ruler"元件加入nlppipeline，放在"ner"元件之前，並將其儲存為ruler。 - 將
"smartphone"作為"pattern"鍵的值加入。 - 列印
doc中的實體屬性。
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。
# Add an entity_ruler component to the pipeline, before ner
ruler = nlp.add_pipe(____, before=____)
# Define pattern for new entity
ruler.add_patterns([{"label": "PRODUCT", "pattern": ____}])
# Recreate the doc so it uses the updated pipeline
doc = nlp(call_4_channel_2_text)
# Test new entity
for entity in doc.____:
print(entity.text, entity.label_)