如何使用带有自定义数据集和自定义标签的 spaCy 进行 NER

Question

我有一套关于电影评论的文本。我想使用 spaCy 从中提取： 演员、导演、作者、空气等实体的数据。然而，spaCy 只使用PERSON 的通用标签。

使 spaCy 使用我的自定义文本找到我的实体 ACTOR、director 等的代码是什么？

Answer 1

您不需要任何特殊代码即可使用新的 NER 标签。默认情况下，当您训练模型时，标签是从训练数据中推断出来的。这在the spaCy course 中有介绍。

请注意，您必须训练模型，而不能仅通过向其添加标签来修改现有的 NER 模型。

还要注意像 Actor 和 Director 这样的东西正在进入语义角色标签，这就像 NER 但对计算机来说是一个更难的问题。 spaCy 课程还讨论了为什么这很困难。