我来这里是想问你们是否可以使用现有的训练有素的拥抱脸变换器模型和 spacy。
我的第一次天真的尝试是通过spacy.load('bert-base-uncased') 加载它，但没有成功，因为 spacy 需要某种结构，这是可以理解的。
现在我正在尝试弄清楚如何使用 spacy-transformers 库来加载模型、创建 spacy 结构，并从那时起将其用作普通的 spacy 感知模型。
我什至不知道这是否可能，因为我找不到有关该主题的任何内容。我尝试阅读文档，但我发现的所有指南、示例和帖子都是从 spacy/en_core_web_sm 之类的 spacy 结构化模型开始的，但是该模型最初是如何创建的？我可以相信有人必须用 spacy 重新训练所有东西。
我能得到你的帮助吗？
谢谢。
【问题讨论】：
标签： spacy huggingface-transformers bert-language-model spacy-transformers
您所做的是将一个 Transformer 组件添加到您的管道中，并将您的 HuggingFace 模型的名称作为参数提供给它。这是covered in the docs，尽管人们确实很难找到它。了解 Transformer 只是 spaCy 管道的一部分很重要，您应该了解它是如何组合在一起的。
要从文档中提取，这是您在配置中指定自定义模型的方式：
[components.transformer.model]
@architectures = "spacy-transformers.TransformerModel.v3"
# XXX You can change the model name here
name = "bert-base-cased"
tokenizer_config = {"use_fast": true}
回到为什么您需要了解 spaCy 的结构，了解在 spaCy 中，Transformer 只是功能的来源非常重要。如果您的 HuggingFace 模型有 NER 头或其他东西它将无法工作。因此，如果您使用自定义模型，则需要在其之上训练其他组件，例如 NER。
还要注意 spaCy 有多种非变形金刚内置模型。它们的训练速度非常快，并且在许多情况下可以提供与变形金刚相当的性能；即使它们不那么准确，您也可以使用内置模型来配置您的管道，然后只需换入 Transformer。
我找到的所有指南、示例和帖子都是从 spacy/en_core_web_sm 之类的 spacy 结构化模型开始的，但该模型最初是如何创建的？
你看到quickstart了吗？预训练模型是使用类似于您从中获得的配置创建的。
【讨论】：