使用Spacy库的NER在简历解析器上没有给出正确的结果
可能是由于以下原因：
- 数据不足：Spacy库的NER模型需要大量的标注数据进行训练，以便正确地识别实体。如果简历解析器的训练数据不足或者与Spacy库的NER模型的训练数据不匹配，就可能导致识别结果不准确。
- 领域特定性：简历解析器的领域可能与Spacy库的NER模型的训练领域不一致。Spacy库的NER模型是通用的，可能无法很好地适应特定领域的实体识别需求。
- 自定义实体：如果简历解析器中存在自定义的实体类型，Spacy库的NER模型可能无法识别这些实体。在这种情况下，可以考虑使用Spacy库提供的训练接口，对自定义实体进行训练。
解决这个问题的方法可以是：
- 增加训练数据：收集更多与简历解析器领域相关的标注数据，用于训练Spacy库的NER模型。可以通过手动标注或者使用其他自动标注工具来生成训练数据。
- 针对特定领域进行训练：如果简历解析器的领域特定性较强，可以考虑使用Spacy库提供的训练接口，对NER模型进行领域特定的训练，以提高实体识别的准确性。
- 自定义实体识别：如果简历解析器中存在自定义的实体类型，可以使用Spacy库的训练接口，对这些实体进行训练，以提高识别准确性。
- 结合其他工具或库：除了Spacy库的NER模型，还可以尝试结合其他实体识别工具或库，如Stanford NER、NLTK等，以提高简历解析器的实体识别能力。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：https://cloud.tencent.com/product/nlp
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链（Blockchain）：https://cloud.tencent.com/product/baas
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iot
- 腾讯云移动开发（Mobile）：https://cloud.tencent.com/product/mobile
相关·内容
1回答
我正在尝试构建一个基于en_core_web_sm管道的自定义Spacy管道。据我所知，在打印时，在管道名称中显示的ner已被正确添加(请参见下面)。由于某些原因，当模型在文本上测试时，我没有得到任何结果，但是当自定义ner被自己使用时，正确的实体就被提取出来并贴上标签。我使用的是Spacy 3.0.8和en_core_web_sm管道3.0.0。
import spacy
crypto_nlp = spacy.load('model-best')
nlp = spacy.load('en_core_web_sm')
nlp.add_pipe('n
浏览 6提问于2022-05-06得票数 0
回答已采纳
我正在尝试在spacy nlp管道中加载100d的密文。 我创建spacy格式的词汇表，如下所示： python -m spacy init-model en spacy.glove.model --vectors-loc glove.6B.100d.txt 通过在第一行添加"400000 100“将glove.6B.100d.txt转换为word2vec格式。 现在 spacy.glove.model/vocab has following files:
5468549 key2row
38430528 lexemes.bin
5485216 strings.json
16
浏览 49提问于2020-06-18得票数 0
回答已采纳
1回答
如何为自定义命名实体执行NER。例如，如果我想确定特定的单词是否是简历中的技能。如果(Java，c++)出现在我的文本中，我应该能够将它们标记为技能。我不想将spacy用于自定义语料库，我想创建数据集，例如，单词将是我的特征，label(技能)将是我的因变量。
处理这类问题的最佳方法是什么？
浏览 11提问于2020-02-25得票数 0
2回答
如果我完全从头开始训练一个新的模型，语言重要吗？在API中，我设置了语言，但我也给出了命名实体的范围。命令行格式更进一步，我为每个句子给出了每个标记的NER标签。例如，我是否可以使用ICU标记日语，标记这些令牌，然后将其提供给Spacy？
浏览 1提问于2018-04-27得票数 0
回答已采纳
在spaCy < 3.0中，我能够在经过训练的en_core_web_sm模型中训练NER组件
python -m spacy train en model training validation --base-model en_core_web_sm --pipeline "ner" -R -n 10
具体来说，我需要标记器和en_core_web_sm模型的解析器。spaCy的新版本不再使用这些命令，它们需要在配置文件中设置。根据spaCy的网站，这些组件可以与相应的源代码一起添加，然后在配置文件的培训部分插入到frozen_component (我将在这个问题的末尾
浏览 0提问于2021-02-07得票数 5
我已经为spacy的ner模型提供了一组GoldParse对象进行训练。
我现在想做的是评估它在新句子上的结果，并将每个识别的实体标记为“好”或“坏”，然后将这些信息纳入新的一批训练中。
这个是可能的吗？ner模型如何从负样本中学习？
浏览 6提问于2018-03-06得票数 3
回答已采纳
我正在尝试从零开始使用spaCy来训练NER模型。我想首先在上试用它，因为它被广泛用作NER系统的基线。
下面是我运行的命令：
spacy convert -c ner train.txt valid.txt test.txt spacyConverted
cd spacyConverted
python -m spacy train en trained train.txt.json valid.txt.json --no-tagger --no-parser
mkdir displacy
python -m spacy evaluate trained/model-final test.t
浏览 1提问于2018-07-26得票数 0
1回答
Spacy培训无法激活GPU
、、、、
我正在尝试在CLI上训练一个NER Spacy模型。按照所有必要的步骤，我最终创建了一个正确的输入文件，但是当我试图在GPU上进行训练时，我得到了spacy无法激活GPU的消息，其他程序实际上能够使用我的GPU，并且cuda被正确设置。尽管如此，它似乎不工作，我只有一个GPU在我的电脑，所以我选择了-g 0的CLI。我找不到任何进一步的信息，因为为什么GPU不能被激活，搜索互联网也没有任何结果。
Training pipeline: ['ner']
⚠ Unable to activate GPU: 0
Using CPU only
英伟达-驱动程序-版本: 440.64
浏览 5提问于2020-04-29得票数 1
回答已采纳
2回答
我在装有python3的windows系统上运行spaCy v2.x。我没有管理员权限，因此我必须将管道调用为： nlp = en_core_web_sm.load() 当我在*nix机器上运行相同的脚本时，我可以像这样加载管道： nlp = spacy.load('en', disable = ['ner', 'tagger', 'parser', 'textcat']) 我所做的就是标记化，所以我不需要整个管道。在windows机器上，如果我像这样加载管道： nlp = en_core_web_sm.load
浏览 55提问于2018-12-20得票数 10
回答已采纳
我正在尝试使用spacy和命名实体识别从简历中提取以前的职位。
我想训练spacy来检测一个自定义的命名实体类型：'JOB‘。为此，我从上获得了大约800个职位名称，我可以将其用作训练数据。
在我的spacy训练数据中，我是否需要将这些职位整合到为提供上下文而添加的句子中？一般来说，在简历中，职位头衔是独立存在的，并不是完整句子的一部分。
此外，如果我需要为800个标题中的每一个提供连贯的上下文，那么对于我正在尝试做的事情来说，这将是非常耗时的，所以也许除了NER之外还有其他解决方案？
浏览 45提问于2021-02-12得票数 1
回答已采纳
2回答
是否有人按时间顺序列出了由
import spacy
nlp = spacy.load('en_core_web_sm')
doc = nlp(text)
我可以看到nlp.pipe_names的主要组件
['tagger', 'parser', 'ner']
和一个按字母顺序排列的nlp.factories工厂操作列表
{'merge_entities': <function spacy.language.Language.<lambda>>,
'merge_noun_chunk
浏览 1提问于2018-09-28得票数 2
回答已采纳
我在这个问题上压力太久了，似乎找不到解决办法。我想训练一个新的模型来识别动物和物种的名字。我创建了一个模拟训练集来测试它。然而，我总是得到一个ValueError: [E973] Unexpected type for NER data
我曾在StackOverflow上的其他帖子上尝试过其他解决方案，包括：
使用spacy.blank('en')Installing spacy-lookups-data而不是重复检查培训集的格式和类型是否正确
所有这些都会导致相同的错误。
import os
import spacy
from spacy.lang.en import Eng
浏览 39提问于2022-02-24得票数 1
我遇到的所有NER训练实例都是名词，但是否可以使用Spacy NER训练动词和名词组合的实体。例如“搅拌锅”。
我是先使用基于名词的NER，然后在此类短语上训练嵌套NER，还是直接在Spacy NER中训练该短语。我猜答案将取决于Spacy NER是否将POS和依赖功能作为其培训的一部分。
浏览 5提问于2018-10-29得票数 0
我试图创建一个自定义的NER模型。我使用spacy库来创建模型。这一行代码是从base.config文件创建配置文件。我的代码是:
!python -m spacy init fill-config /content/drive/MyDrive/NER_RE_New/NER/base_config.cfg /content/drive/MyDrive/NER_RE_New/NER/config.cfg
错误：
catalogue.RegistryError: [E893] Could not find function 'spacy-transformers.Transfo
浏览 10提问于2021-10-24得票数 1
回答已采纳
import spacy
from spacy.gold import GoldParse
from spacy.scorer import Scorer
from spacy.attrs import ENT_IOB, ENT_TYPE
from spacy.tokens import Span
nlp = spacy.load('en_core_web_sm')
def evaluate(ner_model, examples):
scorer = Scorer()
fo
浏览 0提问于2018-12-09得票数 2
我正在尝试升级我的spacy版本到夜间，特别是为了使用spacy transformers 因此我将spacy简单训练数据集转换为如下格式 td = [["Who is Shaka Khan?", {"entities": [(7, 17, "FRIENDS")]}],["I like London.", {"entities": [(7, 13, "LOC")]}],] 以上至 [[{"head": 0, "dep": "", "tag&#
浏览 26提问于2020-11-04得票数 1
回答已采纳
我正试图通过web将spacy的依赖解析器集成到java中的遗留代码中。
所有其他组件标记器、标记器、merged_words、NER都是从遗留NLP代码中完成的。我只想应用依赖解析器以及spacy 3的依赖规则匹配器。
我尝试了以下方法
使用创建一个新的doc对象。
from spacy.tokens import Doc
sent=["The heating_temperature was found to be 500 C"]
words=["The","heating_temperature", "was",
浏览 8提问于2021-09-17得票数 1
回答已采纳
我正在编写一个代码，在Spacy的NER引擎中训练自定义实体。我被困在理解一个在线教程的代码的一小部分。这是一个。下面是代码，我无法理解注释# add labels下的两个for循环。我对蟒蛇很陌生。
import spacy
################### Train Spacy NER.###########
def train_spacy():
TRAIN_DATA = convert_dataturks_to_spacy("dataturks_downloaded.json");
nlp = spacy.blank('en')
浏览 1提问于2021-01-07得票数 0
回答已采纳
2回答
我一直使用spacy来寻找sentences.My问题的NER，因为我必须计算两个不同文档的句子之间的NER相似度。在python中有没有同样的公式或包呢？
提亚
浏览 1提问于2019-04-03得票数 1
1回答
这是我第一次尝试spacy。我有一个spacy训练数据，它的形式如下。 [
{
"id":0,
"paragraphs":[
{
"sentences":[
{
"tokens":[
{
"orth":"Michael",
"tag":"-",
"
浏览 17提问于2019-09-12得票数 0
我是spaCy和Python的新手，我想使用这个库来可视化一个NER。这是我找到的示例： import spacy
from spacy import displacy
NER = spacy.load("en_core_web_sm")
raw_text="The Indian Space Research Organisation or is the national space agency of India, headquartered in Bengaluru. It operates under Department of Space which is
浏览 48提问于2021-07-26得票数 1
回答已采纳
下面给出了示例代码，您可以为培训目的在这个示例中添加一个或多个实体(您也可以使用带小示例的空白模型进行演示)。我正在寻找一个完整的工作解决方案，为定制的NER模型评估(精确，回忆，f评分)，感谢所有的NLP专家。
import spacy
nlp = spacy.load('en_core_web_sm')
example_text = "Agra is famous for Tajmahal, The CEO of Facebook will visit India shortly to meet Murari Mahaseth and to visit Tajmah
浏览 6提问于2022-03-23得票数 1
回答已采纳
我正在为一些短信做POS标签。我用spacy来获取POS标签。为什么我要为未知的单词得到名词标签？例如，如果我传递sbxdata，就会得到名词标记。我希望没有像sbxdata这样有意义的词。我想要的是，我不应该得到任何未知单词的标签，或者我只想得到普通英语单词的POS标签。是否有任何库/可用于此的任何方法？
举个例子，我有下面的句子。
值大列sbxdata实际最大ptsavatar
为此，我将得到以下POS标签。
如何去掉sbxdata和ptsavatar的名词标记。类似地，我需要去掉任何未知单词的随机标记。此外，我怀疑，在默认情况下，它是作为名词。任何帮助都会很感激的。
这是我的密
浏览 4提问于2020-12-29得票数 0
回答已采纳
2回答
我想把spaCy的NER引擎和一个单独的NER引擎(一个BoW模型)结合起来。我目前正在比较两个引擎的输出，试图找出两者的最佳组合。这两种方法执行得都很得体，但spaCy经常会找到BoW引擎遗漏的实体，反之亦然。我想要的是，每当spaCy找到一个没有被BoW引擎找到的实体时，它就会从它那里访问一个概率分数(或类似的东西)。我能让spaCy为它找到的特定实体打印自己的概率分数吗？比如，“嗨，我是spaCy。我找到了这个标记(或令牌的组合)，X%肯定是一个BLAH类型的实体。”每次spaCy找到一个实体时，我都想知道X这个数字。我想在spaCy的NER引擎内部一定有这样一个数字，加上一个阈值，可能
浏览 5提问于2017-10-25得票数 20
回答已采纳
使用Scorer在我的测试集上获得分数时，会遇到以下错误
TypeError: score()采用两个位置参数，但给出了3个
import spacy
from spacy.tokens import Span
from spacy import displacy
from spacy.training import *
from spacy.scorer import Scorer
from spacy.util import minibatch, compounding
def evaluate(ner_model, testing_data):
scorer = Scor
浏览 0提问于2021-04-23得票数 2
回答已采纳
Spacy 'train‘命令使用命令行选项--gpu 0，允许在使用GPU和不使用GPU之间进行“最后一分钟”的选择--只使用CPU。
但是，使用在GPU和CPU之间进行选择会导致(基本)配置上的重大差异。在我的例子中(与NER打交道)，我得到了两个不同的管道：
for CPU：= "tok2vec"，"ner"for GPU:管线= "ner"
(下面的组件设置非常不同)。
由于我的GPU只有6GB的内存，所以我很快就耗尽了GPU内存--不能使用它。但是，当我切换到只使用CPU时，这两个管道之间的培训行为就大不相同了：
"to
浏览 3提问于2021-05-03得票数 1
我希望在不使用上下文信息的情况下将单词减少到其基本形式。我尝试了spacy，这需要运行nlp来获得单个单词的基本形式，但这会增加执行时间。 我使用过this post，其中禁用解析器和NER流水线组件在一定程度上加快了执行时间，但我只想要一个进程来直接查找单词数据库及其词法形式(基本上是单词的基本形式，而不考虑上下文信息 my_list = ["doing", "done", "did", "do"]
for my_word in my_list:
doc = nlp(my_word, disable=['par
浏览 30提问于2020-06-17得票数 0
1回答
快速过滤空格中的句子
、、、、
我使用SpaCy将文本分成几个句子，在每个句子上匹配一个正则表达式模式，并根据匹配结果使用一些逻辑。我从一种天真的方法开始，比如： nlp = spacy.load("en_core_web_trf")
regex = re.compile(r'\b(foo|bar)\b')
for text in texts_list:
doc = nlp(text)
for sent in doc.sents:
if re.search(regex, str(s)):
[...]
else:
[...] 而且速度非常慢。然后我使用
浏览 28提问于2021-06-27得票数 0
回答已采纳
2回答
我有以下数据：
df = pd.DataFrame({'source': ['Paul', 'Paul'],
'target': ['GOOGLE', 'Ferrari'],
'edge': ['works at', 'drive']
})
df
source target edge
0 Paul GOOGLE w
浏览 1提问于2022-07-25得票数 1
回答已采纳
1回答
目前，我正试图通过在不需要时删除额外的spaCy组件并在以后启用它们来加快我的应用程序。我想出了这个密码。
import spacy
nlp = spacy.load("en_core_web_lg", disable=('ner', 'textcat'))
nlp.pipe_names
它给出了以下输出
['tagger', 'parser']
我必须执行一项任务，下面是代码片段
text = """Extracts the selected layers in the specifie
浏览 0提问于2020-04-13得票数 0
回答已采纳
1回答
rasa小鸭模块
、、
我试着基于rasa_nlu训练我的机器人。下面是我的配置文件，我有问题，因为像“下个月”这样的实体被ner_spacy识别为不是时间数据。我希望这种类型的实体只被小鸭模块识别。
谢谢
语言："en“项目："nav-os”管道：-名称："nlp_spacy“模型："en”-名称："ner_spacy“-名称："tokenizer_spacy”-名称："intent_entity_featurizer_regex“-名称："intent_featurizer_spacy”-名称："ner_synonyms“-名称："i
浏览 8提问于2018-07-18得票数 0
这是用来训练NER空间模型的代码。我的数据集是阿拉伯语tweets文件。我用机器学习工具手动标记了dataset中的位置，但是代码没有运行。
我使用了这个链接的代码
############################################ NOTE ########################################################
#
# Creates NER training data in Spacy format from JSON downloaded from Dataturks.
#
#
浏览 1提问于2020-05-13得票数 0
回答已采纳
编辑:谢谢你的评论。我将doc= nlp(文本)更改为doc =nlp.make_doc(文本)。
我找到了一个我想复制的密码。它显然是用Spacy2写的：
# add NER to the pipeline and the new label
ner = nlp.get_pipe("ner")
ner.add_label("FOOD")
# get the names of the components we want to disable during training
pipe_exceptions = ["ner", "trf_
浏览 2提问于2021-02-25得票数 0
我已经用以下步骤定制了NER管道
doc = nlp("I am going to Vallila. I am going to Sörnäinen.")
for ent in doc.ents:
print(ent.text, ent.label_)
LABEL = 'DISTRICT'
TRAIN_DATA = [
(
'We need to deliver it to Vallila', {
'entities': [(25, 32, 'DISTRICT')]
浏览 14提问于2022-05-03得票数 0
回答已采纳
我为stanford nlp使用了python包装器，查找命名实体的代码是：
sentence = "Mr. Jhon was noted to have a cyst at his visit back in 2011."
result = nlp.ner(sentence)
for ne in result:
if ne[1] == 'PERSON':
print(ne)
输出结果为列表类型：(U‘’Jhon‘，u’‘PERSON’)
但它不像spaCy或其他自然语言处理工具那样给出命名实体的索引，它给出的结果是索引。
>> na
浏览 3提问于2017-08-24得票数 3
1回答
我是一个初学者，我想知道是否有一种方法可以/如何使用字典手动添加标签来识别命名实体。我使用spacy进行命名实体识别，当我使用以下代码时： import spacy
from spacy import display
raw_text='''To determine the adulticidal and repellent activities of different solvent leafextracts of Rhinacanthus nasutus against Aedes aegypti and Culex quinquefasciatus.'
浏览 22提问于2021-10-21得票数 0
1回答
训练自定义NER模型
、、、、
我一直在一些文本上训练我的NER模型，并试图在其中找到具有自定义实体的城市。
示例：-
('paragraph Designated Offices Party A New York Party B Delaware paragraph pricing source calculation Market Value shall generally accepted pricing source reasonably agreed parties paragraph Spot rate Spot Rate specified paragraph reasonably agreed
浏览 1提问于2019-12-03得票数 1
1回答
在命名实体识别(NER)中，前一句对当前句子有什么影响吗？如果你在每个句子中单独应用NER，那么结果是否与在由多个句子组成的文章中使用NER相同？
更确切地说，我用的是Spacy NER。这是第一种方法：
import spacy
nlp = spacy.load('en')
sentences = "My name is Bruce and I come from New York. Pete is my best friend from Amsterdam."
nlp_object = nlp(sentences)
print([(y.text, y.l
浏览 0提问于2018-11-13得票数 3
回答已采纳
我正在尝试在自定义数据集上训练spacy NER模型。基本上，我想使用这个模型从简历中提取姓名、组织、电子邮件、电话号码等。
下面是我使用的代码。
import json
import random
import spacy
import sys
import logging
from sklearn.metrics import classification_report
from sklearn.metrics import precision_recall_fscore_support
from spacy.gold import GoldParse
from spacy.scorer
浏览 17提问于2020-02-04得票数 0
回答已采纳
我正在尝试使用spacy 3添加自定义NER标签。我为旧版本找到了教程，并对spacy 3进行了调整。下面是我使用的全部代码：
import random
import spacy
from spacy.training import Example
LABEL = 'ANIMAL'
TRAIN_DATA = [
("Horses are too tall and they pretend to care about your feelings", {'entities': [(0, 6, LABEL)]}),
("Do
浏览 1提问于2021-02-22得票数 1
回答已采纳
我正在尝试使用spacy_langdetect包，我能找到的唯一示例代码是()：
import spacy
from spacy_langdetect import LanguageDetector
nlp = spacy.load("en_core_web_sm")
nlp.add_pipe(LanguageDetector(), name='language_detector', last=True)
text = 'This is an english text.'
doc = nlp(text)
print(doc._.language)
浏览 9提问于2021-03-19得票数 11
回答已采纳
1回答
我试着训练数据集： [(‘文本数据文本数据.’，{'entities'：(7，19，'PERSON')，(89，91，'PERSON')，(98,101，'PERSON')})，(‘’文本数据文本数据.‘，{'entities'：(119,137，'PERSON')})，] n_iter = 8
nlp = spacy.blank('en')
ner = nlp.create_pipe('ner')
for _, annotations in TRAIN_DATA:
浏览 70提问于2021-09-07得票数 2
1回答
我正在使用下面的代码来训练一个已经存在的spacy ner模型。然而，我在测试中得不到正确的结果： 我错过了什么？ import spacy
import random
from spacy.gold import GoldParse
from spacy.language import EntityRecognizer
train_data = [
('Who is Rocky babu?', [(7, 16, 'PERSON')]),
('I like London and Berlin.', [(7, 13, '
浏览 12提问于2019-03-01得票数 1
1回答
我想将一个大语料库(.txt)分割成句子，其中包含一个自定义规则，即使用Spacy3.1的{SENT}。
我的主要问题是，我想“禁用”使用spacy的预处理空间模型(即en_core_web_lg )中的分段，但保留所有其他组件(标记化、语法解析器、ner等)。我一直在使用大型模型(我看到，根据所使用的模型，分段可能会有不同的行为)。
是否有一种方法可以重写现有规则，并且在维护管道的其余部分时只使用{}作为分隔符？如果我在解析器：nlp.add_pipe(set_custom_segmentation, before='parser')之前将自定义分段添加到管道中，解析器会根据
浏览 11提问于2022-04-13得票数 2
到目前为止，我一直在使用Spacy 2.3.1。我创建了自己的自定义类，继承自Language类，并在其中使用Python脚本训练了一个NER管道。 但在Spacy 3.0中，引入了一堆方便的CLI命令和配置，以便训练自定义管道，强烈建议使用这些命令来代替Python脚本。以下是nlp对象的配置示例： ...
[nlp]
lang = "fa"
pipeline = ["transformer","ner"]
batch_size = 32
disabled = []
before_creation = null
after_creation
浏览 11提问于2021-04-11得票数 1
回答已采纳
我正在尝试测试一个在另一台机器上工作的模型，但是当我尝试将它导入到我的笔记本中时，我得到了这个错误: ModuleNotFoundError:没有名为‘Spacy.Pipeline.Pipes’的模块；'spacy.pipeline‘不是一个包
我们已经安装了: Spacy 2.0.18 (冷冻版本，不可更新)
我正在导入：
import spacy
import thinc
import unidecode
import nltk
from spacy.vocab import Vocab
from spacy.language import Language
from spa
浏览 106提问于2019-11-07得票数 2
回答已采纳
1回答
蟒蛇空间的多线程训练
、、、
我试图找到一种方法来使用多线程在spacy上训练一个新的模型。它看起来像在我的工作计算机(Ubuntu16.04Python3.5)上默认使用多线程，而不是在我的服务器上使用。
知道为什么吗？
关于服务器上的spaCy & env的信息
Platform Linux-3.14.32-xxxx-grs-ipv6-64-x86_64-with-Debian-8
Python version 3.4.2
Location /home/nlp/.env/lib/python3.4/site-packages/spacy
Mod
浏览 0提问于2018-01-30得票数 2
回答已采纳
我试图使用在依赖关系图上定义的简单规则/模式从句子中提取非常基本的信息(例如，主题->谓词->对象等三元组)。我开始使用，因为它很容易设置和使用GPU以获得更好的性能。然而，我注意到，对于一些句子，产生的依赖图看上去并不像我预期的那样--尽管我不是专家。因此，我尝试了另外两种解决方案：和 (我知道它们是由不同的组维护的？)
例如，“汤姆让山姆相信爱丽丝得了癌症。”我已经打印了所有三种方法的依赖项。CoreNLP和spaCy产生了相同的依赖关系，它们与StanfordNLP的依赖关系不同。因此，我倾向于使用CoreNLP和spaCy (另一个优势是，它们会随NER开箱而来)。
有没有
浏览 0提问于2019-05-23得票数 0
回答已采纳
我正在为生物医学文本建立一个命名实体识别模型(来自Pubmed的癌症论文)。我为3种实体(疾病、基因和药物)训练了一个使用spacy的自定义NER模型。此外，我还将该模型与相结合。
这是我目前的密码-
# Loaded the trained NER Model
nlp = spacy.load("my_spacy_model")
# Define entity patterns for EntityRuler (just showing 2 relevant patterns here, it contains more patterns)
patterns = [{
浏览 0提问于2019-08-29得票数 2
回答已采纳
我是NLP的新手。从过去的2/3天开始做这件事。使用spacy实现这一点。我正在尝试通过使用以下代码来“训练一个额外的实体类型”…… """Example of training an additional entity type
This script shows how to add a new entity type to an existing pre-trained NER
model. To keep the example short and simple, only four sentences are provided
as examples. I
浏览 47提问于2019-09-08得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
