训练前的准备步骤
在训练 spaCy 模型之前和训练过程中，您需要：（1）禁用其他流水线组件，只训练目标组件；（2）将一条训练数据点的 Doc 容器及其对应的 annotations 转换为 Example 类。
在本练习中，您将通过使用已预加载、可通过 nlp 访问的 en_core_web_sm 模型来练习这两个步骤。Example 类已导入，text 字符串和相关的 annotations 也已提供供您使用。
本练习是课程的一部分
使用 spaCy 的自然语言处理
练习说明
- 除
ner外，禁用nlp模型的所有流水线组件。 - 将
text字符串及其annotations转换为可用于训练的正确格式。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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())