Spacy NER将实体拆分为两个独立的实体

Posted 2021-04-18

我在下面的文字上做NER

print([(i.text, i.label_) for i in doc.ents])

我的文字看起来像

ZS L-1 Cocoa & Burgers Ltd
-
2013 to 2017

我得到了输出

('ZS L-1', 'ORG'), ('Cocoa & Burgers Ltd', 'ORG'), ('2017', 'DATE')

我怎样才能正确获得ORG名称

('ZS L-1 Cocoa & Burgers Ltd', 'ORG')

此外，它未能将2013年视为DATE实体。我的spacy版本是2.0，我正在使用这个模型 - en_core_web_md-2.0.0。当我在整个文本上做NER时，通常会发生这种情况。当我在公司名称上做NER时，它工作正常。

答案

我没有足够的声誉来评论，所以在这里添加答案：

你有两个解决方案：

您可以根据自己的数据训练模型：

Training spaCy’s Statistical Models

第二个选项尝试下载大型模型，这次你使用的是中型：

Available models : sm,md,lg

您还可以比较小型，大型here的输出：