Question

我正在尝试使用Spacy基于规则的匹配，如下所示：

nlp_ruler = EntityRuler(nlp, overwrite_ents=True, validate=True)
nlp_ruler.add_patterns(match_rules)
ents = nlp_ruler(doc).ents

事实是，实体是匹配的，但标记是分别标记的。因此，如果两个标记组成一个街道名称，则两个单词（标记）都将被标记为“ street_name”，但是在实体对象本身似乎没有任何迹象表明它们确实已连接。

与基于规则的实体匹配不同，如果使用NER，则似乎存在诸如IOB和BILUO方案的指示符。但是这些不适用于规则库匹配。那么如何合并实体？（由于某种原因，merge_entities在这里也不起作用...）

Answer 1

您可能需要仔细检查模式，看它们是否正确构建，这是一个可供参考的有效示例：

import en_core_web_sm
from spacy.pipeline import EntityRuler

nlp = en_core_web_sm.load()

ruler = EntityRuler(nlp, overwrite_ents=True, validate=True)
ruler.add_patterns([
    {"label": "WHEN", "pattern": [{"LOWER": "the"}, {"LOWER": "other"}, {"LOWER": "day"}]},
    {"label": "WHAT", "pattern": [{"LOWER": "camouflage"}, {"LOWER": "trousers"}]},
])
nlp.add_pipe(ruler)


doc = nlp("I went to buy some camouflage trousers the other day but I couldn’t find any.")
ents = ruler(doc).ents
ents = [(ent.text, ent.label_) for ent in doc.ents]
ents

输出：

[('camouflage trousers', 'WHAT'), ('the other day', 'WHEN')]

随机匹配多个令牌实体

1 个答案: