Spacy 2.0 NER培训

Posted 2021-04-18

在SpacyV1中，可以通过提供BILOU格式的文档和实体注释列表来训练NER模型。

然而，似乎在V2训练中只能通过提供像这样的实体注释（7,13，'LOC'），所以使用enity偏移和实体标签。

提供令牌列表和BILOU格式的另一个实体标签列表的旧方法仍然有效吗？

从我从文档中收集的内容看起来nlp.update方法接受GoldParse对象列表，因此我可以为每个doc创建一个GoldParse对象，并将BILOU标记传递给它的entities属性。但是，如果忽略GoldParse类的其他属性（例如磁头或标签https://spacy.io/api/goldparse）或者培训NER不需要的其他属性，我会丢失重要信息吗？

谢谢！

答案

是的，您仍然可以使用BILUO标记创建GoldParse对象。使用示例显示“更简单”的偏移格式的主要原因是它使它们更容易阅读和理解。

如果您只想训练NER，您现在也可以在训练期间使用nlp.disable_pipes() context manager并禁用所有其他管道组件（例如'tagger'和'parser'）。在块之后，组件将被恢复，因此当您保存模型时，它将包括整个管道。你可以在NER training examples中看到这个。

另一答案

如何使用GoldParse对象进行训练？我已经尝试了一段时间，我无法弄明白。