我目前正在尝试训练一个以属性描述为中心的NER模型。我可以得到一个完全经过训练的模型来按照我的喜好运行，但是，我现在想要向模型添加一个retokenize管道，这样我就可以设置模型来训练其他东西。从这里开始，我遇到了让retokenize管道实际工作的问题。start: end],
attrs=intify_attrs({'
浏览 14提问于2019-11-13得票数 0
回答已采纳
我想要建立一个SPACY模型，它根据文档类型来识别和使用标记。{"text":{"a":"ABC DEF."text":"ABC"},
{"start":4,"end":6,"doc_type":"b","label":{"text":"SECOND"},"text":"FG&q
浏览 3提问于2021-05-27得票数 1
回答已采纳
在很大程度上，这很容易:已经有了俄罗斯的lemmatisation和PoS标记模型。然而，没有用于该语言的NER模型，至少基于CoreNLP，因此，我必须使用CoreNLP的统计方法自己训练这样的模型。问题在于如何使这个新的经过训练的NER模型适应lemmatisation和PoS- to模型。虽然我的模型是纯统计的，仍然基于原始的CoreNLP代码，但另外两个完全不同。因此，我实际上不能让我的<e
浏览 21提问于2019-03-17得票数 0
任何指向我在哪里可以找到关于底层模型的信息的指针都会很有帮助 对于更多的上下文，我将它用于一个带有自定义标签的NER任务，但我认为这并不是很重要。
浏览 26提问于2020-11-07得票数 0
回答已采纳
2回答
我有一个包含两个管道的模型：['sbd', 'tagger']。第一个是句子标记器，第二个是标记符。现在，我想用这个模型来训练一个NER，这样我就可以有一个有三个管道的最终模型：['sbd', 'tagger','ner']。根据tagger，我需要禁用管道，以便只训练NER。我做到了，训练<
浏览 0提问于2018-10-29得票数 2
为什么像西班牙语(es_dep_news_trf)这样的语言的空间转换器模型没有命名实体识别。
然而，对于英语(en_core_web_trf)，它是这样的。
浏览 7提问于2022-07-18得票数 0
回答已采纳
我有一套关于电影评论的短信。我想用spaCy从它中提取:演员、导演、作者、空气数据等实体。但是，spaCy只使用PERSON的泛型标记。
浏览 19提问于2022-12-01得票数 0
2回答
我有一个现有的自定义NER模型和实体规则管道。我想更新和重新培训这个现有的管道。创建实体标尺管道的代码如下-for i in patt_dict:nlp.add_pipe(ruler现在，在完成训练之后，现在我有了更多的输入数据，并且希望用新的输入数据来更多地训练模型。当我稍后加载spacy模型并希望用更多的输入数据
浏览 4提问于2021-07-27得票数 1
回答已采纳
我想在spaCy中创建一个自定义管道组件，它使用的是经过预处理的Thinc模型。我希望修改Thinc的输出预测，然后将修改后的值传回管道，即有效地修改ner管道组件。from spacy.language import Language
def my_ner', 'parser',
浏览 2提问于2022-06-22得票数 1
回答已采纳
我按照训练了一个NER模型，并且只启用了ner管道进行培训，因为这是我拥有的唯一数据。这是部分configlang = "en"batch_size = 1000before_creation>>> ent>>> ent.lab
浏览 14提问于2022-07-07得票数 1
加载经过预训练的空间模型对定制数据进行细化nlp = spacy.load("en_core_web_trf",exclude=['tagger', 'parser', 'attribute_ruler', 'lemmatizer'])model=spacy.load(category_output_dir + "/%s" % itn,exclude
浏览 2提问于2020-11-23得票数 2
我使用了一个带有Gensim自定义词向量的空格模型。然后我训练模型按照各自的顺序得到管道-训练后，我将其保存在一个文件夹中，通过然而，如果我尝试使用nlp1 = spacy.load('path to folder')加载相同的模型，它会给我这个错误-
ValueError:
浏览 11提问于2021-06-10得票数 1
回答已采纳
我正在使用RASA NLU来提取意图，我面临着一个问题，即使没有新的训练数据和配置中的编辑，每次我训练模型时损失值都会发生变化。这些变化严重影响了我提取意图的结果。我使用以下配置： 语言："ar“管道：-名称："tokenizer_whitespace”-名称："ner_crf“-名称："ner_synonyms”-名称："intent_featurizer_count_vectors“-名称："intent_
浏览 10提问于2019-03-10得票数 0
回答已采纳
BookACab.json", "ner_crf", "ner_synonyms", "intent_classifier_sklearn",
"ner_duckling"
浏览 1提问于2017-07-26得票数 1
回答已采纳
1回答
我正在进行一个训练分类器以识别文本中引文的项目。我们所处理的引文往往是非常混乱的。该项目分为两个阶段：
from spacy.lang.en import Englishnlp.add_pipe("ner</em
浏览 3提问于2021-04-25得票数 1
回答已采纳
2回答
我们想要提取"879“和”case“from __future__ import unicode_literals, print_function
import为什么我的新模型在原来的Spacy
浏览 6提问于2020-03-10得票数 1
我最初尝试过训练一个NER模型，但是由于有一个有限的术语列表，我认为简单地使用Matcher应该更容易。我在中看到，您可以根据Matcher将实体添加到文档中。我的问题是:如何对新的实体执行此操作，而不让NER管道标记任何其他标记作为该实体？理想情况下，只有通过matcher找到的令牌才应该标记为实体，但我需要将其作为标签添加到NER模型中，然后将一些标记为实体。
对于如何最好地完成这一任务，有什么建议吗？谢谢!
浏览 2提问于2018-03-04得票数 4
回答已采纳
我需要将空间的NER模型集成为一个复杂的分布式NLP管道的一部分，我要做的是：
保存模型在继续之前，我想澄清的是，在标准的方法(保存词汇表)中，我可以训练我的自定义NER，保存/加载并运行一个推理，而不
浏览 4提问于2021-11-23得票数 2
回答已采纳
我已经使用自定义标记器在spaCy中训练了一个自定义NER模型。我想不使用记号赋予器来保存NER模型。支持论坛中找到的代码尝试了以下代码：nlp.tokenizer = some_custom_tokenizernlp.tokenizer = None
nlp.to_disk('/tmp/my_m
浏览 6提问于2018-01-30得票数 9
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。', source=cr
浏览 6提问于2022-05-06得票数 0
回答已采纳
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
