在SpaCy NER训练中设置验证数据
在 SpaCy NER 训练中设置验证数据是为了评估模型在未见过的数据上的性能。验证数据通常是从训练数据中分离出来的一小部分数据集，用于验证模型的泛化能力和准确性。
设置验证数据的步骤如下：
- 数据准备：从整个数据集中分离出一部分作为验证数据集。确保验证数据集与训练数据集的分布和特征相似，以保证评估的准确性。
- 数据预处理：对验证数据进行与训练数据相同的预处理步骤，包括文本清洗、分词、词性标注等。
- 特征提取：使用 SpaCy 提供的特征提取器从验证数据中提取特征。这些特征可以包括词性、词向量、上下文等。
- 模型训练：使用训练数据和验证数据来训练 SpaCy NER 模型。在每个训练周期结束后，使用验证数据评估模型的性能。
- 模型评估：通过计算模型在验证数据上的准确率、召回率、F1 值等指标来评估模型的性能。这些指标可以帮助判断模型是否过拟合或欠拟合，并进行调整。
- 调整参数：根据验证数据的评估结果，调整模型的超参数、特征提取器等，以提高模型的性能。
在 SpaCy NER 训练中，可以使用以下腾讯云产品来支持和加速训练过程：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了强大的机器学习算法和模型训练环境，可以用于训练 SpaCy NER 模型。
- 腾讯云数据处理平台（https://cloud.tencent.com/product/dp）：提供了数据预处理和特征提取的工具和服务，可以帮助简化数据处理流程。
- 腾讯云容器服务（https://cloud.tencent.com/product/tke）：提供了高性能的容器运行环境，可以用于部署和运行 SpaCy NER 模型。
通过合理设置验证数据并利用腾讯云的相关产品，可以提高 SpaCy NER 模型的训练效果和性能。
相关·内容
我正在尝试在spacy v3中准备一个自定义的ner模型。从训练的角度来看，与v2相比，V3有了很大的变化。 我使用en_web_lg的默认配置。我已经使用convert命令准备了训练数据(training.spacy)。但是，训练命令需要一个dev.spacy文件。 不确定dev.spacy中需要哪些数据。这是在询问training.spacy文件的纯文本语料库吗？但是有没有办法将纯文本文件转换为spacy格式呢？ 来自spacy站点的命令- python -m spacy train config.cfg --output./output--paths.train./Train.spac
浏览 72提问于2021-04-08得票数 1
回答已采纳
我已经有了一个现有的spaCy模型，我想在运行时用额外的训练数据来改进它。
例如，我的训练模型中的训练dataSet如下所示：
text="Anna lives in Munich and works at BMW"
entity: name=Anna
entity: city=Munich
entity: company=BMW
在我的实现中，在开始新的训练之前，我从现有模型中获取ner：
nlp = spacy.load(modelPath)
ner = nlp.get_pipe('ner')
然后我用新的TrainingData训练我现有
浏览 2提问于2020-07-29得票数 0
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
1回答
是否可以使用验证数据来训练SpaCy NER？或者像Keras中那样将一些数据拆分到验证集(model.fit中的validation_split)？谢谢 with nlp.disable_pipes(*other_pipes): # only train NER
for itn in tqdm(range(n_iter)):
random.shuffle(train_data_list)
losses = {}
# batch up the examples using spaCy's min
浏览 11提问于2020-01-06得票数 0
回答已采纳
我正在尝试用我自己的数据训练纳使用Spacy。我的问题是如何将我受过训练的NER集成到原始模型中？这样就可以方便地不断地训练和使用我的应用程序。我没有找到任何样本。
我在下面找到了一些类似的例子来训练NER，但似乎所有这些都没有保存经过训练的模型，并将其集成回Spacy中。有些保存在内存中，有些保存在其他文件夹中.那么，如何以适当的方式来满足我的需求呢？谢谢！
我用的是spacy 1.7.3
浏览 1提问于2017-04-13得票数 5
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。以下是一些引用的例子：
见A册第3章第7段
见A书第3章第7段
见A书第7段的“某些章节标题”一章
我们已经确定了少数实体往往出现在这些引文中。例如，“书名”、“章号”、“章名”、“段号”。
该项目分为两个阶段：
文本引文的二元分类
引文中引文实体的分类
Spacy (我们正在使用v3)是否有可能有两个连续的NER管道？我希望分类器首先标记引文，然后标记每个引文中的实体。
我能够用下面的代码用两个NER管道实例化一个模型：
from spacy.lang.en import E
浏览 3提问于2021-04-25得票数 1
回答已采纳
我在spaCy文档的部分中有一种新NER类型的训练数据。
TRAIN_DATA = [
("Horses are too tall and they pretend to care about your feelings", {
'entities': [(0, 6, 'ANIMAL')]
}),
("Do they bite?", {
'entities': []
}),
("horses are too tall and the
浏览 5提问于2018-02-22得票数 7
回答已采纳
我想使用spacy的NER模型从头开始训练一个使用100万个句子的模型。该模型只有两种类型的实体。这是我正在使用的代码。因为我不能共享数据，所以我创建了一个虚拟数据集。 我的主要问题是模型训练时间太长。如果你能强调我代码中的任何错误，或者建议其他方法来加速训练，我将不胜感激。 TRAIN_DATA = [ ('Ich bin in Bremen', {'entities': [(11, 17, 'loc')]})] * 1000000
import spacy
import random
from spacy.util import mi
浏览 13提问于2019-05-04得票数 2
1回答
我正在尝试在5000万个样本上训练一个自定义的NER模型。我正在使用20次迭代的进行建模。我想知道我是否应该使用交叉验证来获得更准确的样本准确性。如果是，那么交叉验证步骤应该在哪里进行？如果没有，那么我如何拆分/分发我的训练和测试数据，因为我正在使用注释和6个自定义实体，并且很难跟踪每个训练和测试数据中带注释的标签的百分比，因为它是均匀分布的。
这是我用来训练的代码-
def train_spacy(data, iterations):
TRAIN_DATA = data
# create blank Language class
nlp = spacy.blank(
浏览 3提问于2019-08-01得票数 1
我想训练一个spacy自定义NER模型，哪一个是最好的选择？ 列车数据已准备就绪(doccano) 选项1.使用现有的预先训练的spacy模型，并使用自定义NER?进行更新。 选项2.使用带有自定义NER的spacy.blank()创建一个空模型？ 我只想在文本中标识我的自定义实体，其他类型的实体不是necessary...currently
浏览 26提问于2020-08-25得票数 0
1回答
我要求更好地理解使用DocBin序列化到磁盘的培训Spacy模型与通过自定义数据加载函数加载Example实例之间的一些细微差别。我们的目标是训练一个具有更多数据的Spacy NER模型，这些数据可以放入RAM (或者至少以某种方式避免将整个文件加载到RAM中)。尽管自定义数据加载器似乎是实现这一目标的一种特定方法，但我编写这个问题是为了提出更一般的问题：
在培训过程中，如果不加载整个训练数据集文件，如何训练Spacy模型？
浏览 3提问于2021-12-19得票数 -1
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
我之前已经使用CRF++模型来识别电影评论数据集中的NER。然而，我发现spacy在使用和可视化方面非常有效。然而，这里的问题是，我如何在spacy中合并CRF++模型？如果这是不可能的，我如何使用IOB标签训练Spacy NER模型来满足我的需求？
浏览 1提问于2018-05-27得票数 0
1回答
我试图通过实现我的预训练向量来提高我的spacy NER模型的性能。我使用不同的文本使用word2vec创建了自己的向量，并将它们保存在.txt文件中。然而，我得到了完全相同的分数，这似乎不对。
下面是我为一个带有自定义预训练嵌入的文件执行的步骤：
!python -m spacy init vectors en /content/drive/MyDrive/MODELS_W2V/JSTOR_uncleaned_sents_model.txt ./uncl_txt --name JSTOR_unlceaned_sents_model
nlp = spacy.load("./uncl_
浏览 17提问于2022-09-01得票数 1
回答已采纳
我想在自定义的数据集上训练spacy模型，但是它需要太多的时间来训练，有什么方法可以加快训练的速度吗？我在ner.begin_training()中传递了ner.begin_training，但它所花费的时间与以前相同。
浏览 4提问于2019-07-11得票数 4
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
对NLP来说非常新，尤其是NER。我试图在自定义数据集上训练一个NER模型。这是待售房屋的数据集。作为实体的一部分，我正在训练模型来提取reference数字。它们的长度是可变的(但通常在4-9之间)，看起来像G55L7或LPP01Z1-32。
我怎样才能给这些实体一个新的"POS标签“，据我所知，在SpaCy的默认列表中找不到匹配它们的任何东西？
理想情况下，我希望将其与已有的NER模型一起进行培训，这样我也可以提取SpaCy已经支持的SpaCy。
浏览 0提问于2019-10-10得票数 0
在spaCy的新版本中，我在训练基础模型中的自定义NER组件时遇到了问题。到目前为止，我一直在CLI中使用以下命令训练我的NER模型： python -m spacy train en model training validation --base-model en_core_web_sm --pipeline "ner" -R -n 10 根据用例的不同，我采用en_core_web_sm或en_core_web_lg作为基本模型来使用其他组件，如标记器和pos。 在spaCy版本3中，需要一个配置文件来处理命令。我正在使用以下配置进行训练： [paths]
train
浏览 23提问于2021-02-05得票数 0
我想知道是否有可能用两个不同的数据集在Spacy中训练两个可训练的组件？事实上，我想使用NER和文本分类器，但由于这两个组件的训练数据集应该有不同的注释，所以我不知道如何同时训练这两个组件……
我是否应该在单独的流水线中训练每个任务，并在结束时组装两个流水线？或者我应该训练NER，打包这个管道，然后使用这个包作为输入来训练文本分类器？
非常感谢您的帮助
浏览 8提问于2021-05-20得票数 1
回答已采纳
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
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Spacy创建一个印尼NER模型。我正在使用来自https://raw.githubusercontent.com/yohanesgultom/nlp-experiments/master/data/ner/training_data.txt的训练数据 使用此标记格式的上述训练数据： Sementara itu Pengamat Pasar Modal <ENAMEX TYPE="PERSON">Dandossi Matram</ENAMEX> mengatakan, 我想将此训练数据转换为Spacy格式，即： [('Sementar
浏览 14提问于2021-05-08得票数 1
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
我第一次用bellow训练的数据实现了自定义NER，它给了我很好的名字和PrdName预测。我提到了暗号。
if __name__ == '__main__':
TRAIN_DATA = [
('My Name is Rajesh', {'entities': [(11, 17, 'Name')]}),
('My Name is Bakul', {'entities': [(11, 16, 'Name')]}),
浏览 0提问于2020-01-02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
我训练了快速文本嵌入，并将它们保存为.vec文件。我想用这些来做我的斯宾塞模型。有什么区别吗
python -m spacy train en [new_model] [train_data] [dev_data] --pipeline ner --base-model embeddings.vec
和
python -m spacy train en [new_model] [train_data] [dev_data] --pipeline ner --vectors embeddings.vec？
两种方法产生的训练损失、F评分等几乎相同。
浏览 0提问于2020-11-25得票数 0
回答已采纳
3回答
我有已经以SpaCy格式标记的数据。例如：
("Who is Shaka Khan?", {"entities": [(7, 17, "PERSON")]}),
("I like London and Berlin.", {"entities": [(7, 13, "LOC"), (18, 24, "LOC")]})
但我想尝试使用任何其他NER模型来训练它，例如BERT-NER，它需要IOB标签。有没有SpaCy数据格式到IOB的转换代码？
谢谢!
浏览 0提问于2020-01-14得票数 4
我的目标是在spacy的帮助下训练独立的NER。Spacy提供
这有助于保存模型并稍后将其加载到nlp管道中。
我已经准备了如下格式的训练数据。
MUST, O
have, O
experience, U-technology
as, O
a, O
translator, O
, , O
editor, U-technology
,, O
interpreter,U-technology
,, O
or, O
writer, U-technology
但我
浏览 2提问于2017-04-14得票数 0
1回答
我正在尝试加载一个经过训练的NER模型，该模型直到今天才正常加载，但是我得到了以下错误，要么导入经过训练的模型，要么导入pt_core_news_lg：
nlp4 = spacy.load('/content/gdrive/My Drive/spacy_NER4')
ValueError:无法创建维数为0的向量表。如果使用预先训练过的向量，是否加载了这些向量？
我在Google Colab上，跟踪这些装置：
!pip install spacy==2.3.4
!python -m spacy download pt_core_news_lg
当我导入我的模型时，它会产生这个错误
浏览 2提问于2022-03-25得票数 0
我正在尝试训练spacy NER模型，我有大约2600个段落的数据，每个段落的长度从200到800个单词不等。我必须添加两个新的实体标签，产品和规范。如果没有最好的替代方法，这种方法是不是很好呢？如果可以，那么有没有人能给我建议合适的复合因子和批量大小的值，并且在训练时，损失值应该在范围内，有什么想法吗？到目前为止，我得到的损失值在400-5之间。 def main(model=None, new_model_name='product_details_parser',
output_dir=Path('/xyz_path/'), n_iter=20):
&
浏览 9提问于2019-01-05得票数 2
2回答
我创建了一个命名实体识别的空间转换器模型。上一次我训练到90%的准确率，我也有一个model-best目录，在那里我可以加载我训练过的预测模型。但是现在我有了更多的数据样本，我希望继续训练这个空间转换器。我看到我们可以通过改变config.cfg来做到这一点，但对“应该改变什么”却一无所知。
这是我运行config.cfg后的python -m spacy init fill-config ./base_config.cfg ./config.cfg
[paths]
train = null
dev = null
vectors = null
init_tok2vec = null
[sys
浏览 9提问于2022-01-19得票数 3
回答已采纳
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
我正在使用flair训练一个自定义的NER模型，但我也想尝试spacy，但我的数据当前采用这种格式
No O
1320160208478 B-NUM
P O
R O
Name O
Ryan B-PER
Dsouza B-PER
关于如何将其格式化为spacy NER格式，有什么建议吗？提前谢谢。
浏览 42提问于2019-08-19得票数 0
回答已采纳
我正在寻找关于在SpaCy的自定义NER培训中提高召回率的建议(可能是通过超参数或不同的优化器)。 我目前正在训练SpaCy 2.2.3，以提取美国股票报价器作为自定义实体类型。我已经训练了大约40K个带有标记的新闻故事，这些新闻故事中标识了报价器，并尝试了使用默认超参数的默认Adam优化器。 在测试集上，训练了30个时期(尽管我发现它们也与20个时期相似)后的统计数据如下: f1: 0.8024804229439122精度: 0.9800634345265066召回: 0.6793798936575954 我对精确度很满意，但我正在寻找提高召回率的建议。 对调整默认的超参数、优化器或训练方
浏览 15提问于2019-12-21得票数 0
类似于上一个问题How to calculate the overall accuracy of custom trained spacy ner model with confusion matrix? spaCy在写出经过训练的NER模型时，在meta.json文件中提供精确度、召回率和F1分数。此外，在运行求值命令python -m spacy evaluate时也可以使用这些值。但是，是否有可能获得用于计算这些值的TP、FP、FN的计数？ 此外，是否有可能输出导致假阳性或假阴性的实际文本/标记？
浏览 25提问于2020-04-15得票数 1
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。我使用在spaCy支持论坛中找到的代码尝试了以下代码：
import spacy
nlp = spacy.load("en")
nlp.tokenizer = some_custom_tokenizer
# Train the NER model...
nlp.tokenizer = None
nlp.to_disk('/tmp/my_model', disable=['tokenizer'])
当我尝试加载它时，管道是空的，令人惊讶的是，它有
浏览 6提问于2018-01-30得票数 9
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。
我正在考虑通过自定义管道组件来实现这一点，比如：
from spacy.language import Language
@Language.component("my_ner")
def my_ner(doc):
class_probabilities = thinc_do_something(data, model, num_samples)
class_value = np.a
浏览 2提问于2022-06-22得票数 1
回答已采纳
1回答
我尝试在每次迭代后保存到Spacy自定义NER模型。我们是否有类似于tensorflow中的API来在每/确定否之后保存模型权重。迭代次数。然后我可以重新加载保存的模型，并从那里继续训练。
另外，我如何在linux中利用我系统上的所有内核。我发现四个内核中只有两个在使用。他们使用多任务CNN进行NER，我知道在CPU上重新训练需要更多的时间。还有其他加速NER模型训练的方法。
@plac.annotations(
model=("Model name. Defaults to blank 'en' model.", "option", &
浏览 14提问于2018-01-19得票数 1
我已经为训练NER数据创建了一个数据集。在创建之后，我想在应用到训练管道之前测试实体和数据是否匹配。使用displacy，我们可以以更好的方式可视化。而是如何在spacy 3中做到这一点。
浏览 2提问于2021-10-20得票数 2
我正在使用training spacy NER从resume.But error中提取技能信息 在NER模型中找不到名为“U-SKILL”的过渡 训练数据： [(U“我有2年的Python经验”，{"entities"：(30，35，"SKILL")})] 代码： other_pipes = [pipe for pipe in nlp.pipe_names if pipe != "ner"]
with nlp.disable_pipes(*other_pipes):
optimizer = nlp.begin_training()
浏览 46提问于2019-04-17得票数 4
我想将一些超文本标记语言文本转换为spaCy NER训练数据集。我要标记的实体由html中的<strong>标记来标记。例如，优步作为ORG在标签<strong>中
<strong>Uber</strong> blew through $1 million
我想要将此文本转换为可接受的格式，以训练spaCy。
train_data = [("Uber blew through $1 million", {"entities": [(0, 4, "ORG")]})]
在python中有没有这样做的便捷
浏览 0提问于2020-06-14得票数 0
在使用我的自定义训练数据训练spacy NER模型时，我得到了以下错误。 ValueError: [E024] Could not find an optimal move to supervise the parser. Usually, this means the GoldParse was not correct. For example, are all labels added to the model? 有人能帮我吗？
浏览 23提问于2019-06-18得票数 3
回答已采纳
我正在训练一门外语的NER，里面有很多unicode项目。我创建了一个IOB文件，并使用cli spacy转换功能使其与spacy兼容，这样我就可以在该集合上进行训练。然而，该文件被转换为us-ascii文件格式。我看到一个线程here在谈论Spacy自动解决这个问题，但是这个推理是如何工作的呢？我也找不到Spacy使用ujson加载数据的位置了。 所以我的问题是，Spacy会自动处理这个问题吗？如何将最好的文本提供给Spacy推理？
浏览 17提问于2020-07-17得票数 0
回答已采纳
2回答
Spacy可以训练NER，文本分类。我们可以使用它的功能进行摘要，所以我们可以训练spacy来提高摘要的准确性吗？
浏览 67提问于2021-09-22得票数 0
我想用spaCy在我自己的语料库上训练NER，它是通过WebAnno注释的.不幸的是，spaCy中的一个NE类别的表示法与WebAnno中的相应表示法不匹配:在WebAnno中，标签是"OTH“，而spaCy标记它是"MISC”(语义上是相同的)。这会否以负面的方式影响训练过程或测试准确性？在这种情况下，是否需要再训练一种NE型的"OTH“？谢谢你的帮助!
使用的spaCy版本: 2.2.5
浏览 1提问于2020-02-11得票数 0
回答已采纳
当我使用Spacy训练一个NER模型并监控我的CPU时，我可以看到它只使用了一个内核。 我在Spacy文档中只找到了一个多处理的示例，但它不适用于训练：https://github.com/explosion/spaCy/blob/master/examples/pipeline/multi_processing.py我只是使用示例中提供的训练代码，但是在TRAINING_DATA中有一个500000元组的列表，该列表遵循相同的结构：("rawtext"，{"entities"：(entity_start_offset，entity_end_offset，&#
浏览 9提问于2019-06-14得票数 0
1回答
我正在尝试训练Spacy模型来识别一些自定义NER，训练数据如下所示，它主要与识别一些服务器型号、财年格式的日期和HDD的类型有关： TRAIN_DATA = [('Send me the number of units shipped in FY21 for A566TY server', {'entities': [(39, 42, 'DateParse'),(48,53,'server')]}),
('Send me the number of units shipped in FY-21
浏览 7提问于2020-02-01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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
