在空白 spaCy 模型中使用 EntityRuler

EntityRuler 允许您将实体添加到 doc.ents。它可以与 EntityRecognizer（一个用于命名实体识别的 spaCy 流水线组件）结合使用以提升准确率，或单独使用以实现纯规则的实体识别系统。在本练习中，您将练习向空白的 spaCy 英语模型添加一个 EntityRuler 组件，并使用纯规则的命名实体识别来对给定 text 中的命名实体进行分类。

spaCy 包已导入，一个空白的 spaCy 英语模型已作为 nlp 为您准备好。用于将小写的 OpenAI 和 Microsoft 分类为 ORG 的 patterns 列表也已为您创建。

本练习是课程的一部分

使用 spaCy 的自然语言处理

查看课程

练习说明

在流水线中创建并添加一个 EntityRuler 组件。
将给定的模式添加到 EntityRuler 组件。
在给定的 text 上运行模型并创建对应的 Doc 容器。
打印 Doc 容器中所有实体的（二元组：实体文本与类型）。

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.blank("en")
patterns = [{"label": "ORG", "pattern": [{"LOWER": "openai"}]},
            {"label": "ORG", "pattern": [{"LOWER": "microsoft"}]}]
text = "OpenAI has joined forces with Microsoft."

# Add EntityRuler component to the model
entity_ruler = nlp.____("entity_ruler")

# Add given patterns to the EntityRuler component
entity_ruler.____(____)

# Run the model on a given text
doc = nlp(____)

# Print entities text and type for all entities in the Doc container
print([(ent.____, ent.____) for ent in doc.____])

编辑并运行代码