从 SpaCy 中删除一个跨度的单词？答案

【问题标题】：Remove a word in a span from SpaCy?从 SpaCy 中删除一个跨度的单词？
【发布时间】：2018-09-05 21:24:22
【问题描述】：

我正在用 Spacy 解析一个句子，如下所示：

import spacy
nlp = spacy.load("en")
span = nlp("This is some text.")

我想知道是否有办法删除跨度中的一个单词，同时仍然保持剩余单词的格式像一个句子。比如

del span[3]

可以产生类似

的句子

这是一些。

如果没有 SpaCy 的其他方法也能达到同样的效果，那也很棒。

【问题讨论】：

标签： python-3.x nlp spacy

【解决方案1】：

有一个解决方法。

这个想法是，您从 doc 创建一个 numpy 数组，删除不需要的条目，然后从新的 numpy 数组创建一个 doc。

import spacy
from spacy.attrs import LOWER, POS, ENT_TYPE, IS_ALPHA
from spacy.tokens import Doc
import numpy

def remove_span(doc, index):
    np_array = doc.to_array([LOWER, POS, ENT_TYPE, IS_ALPHA])
    np_array_2 = numpy.delete(np_array, (index), axis = 0)
    doc2 = Doc(doc.vocab, words=[t.text for i, t in enumerate(doc) if i!=index])
    doc2.from_array([LOWER, POS, ENT_TYPE, IS_ALPHA], np_array_2)
    return doc2

# load english model
nlp = spacy.load('en')
doc = nlp("This is some text")
new_doc = remove_span(doc, 3)
print(new_doc)

希望对你有帮助！

【讨论】：

【解决方案2】：

另一个答案要求您丢失 POS 信息。

def remove_i_element_from_span(span, index):
  nlp_list = list(span)
  del nlp_list[index]
  return nlp(" ".join([e.text for e in nlp_list]))

【讨论】：