我试图了解如何将实体类添加到命名实体识别器。 example code的结构如下所示：
ner = EntityRecognizer(nlp.vocab, entity_types=[... ENTITIES ...])
for itn in range(NUMBER_OF_ITERATIONS):
for raw_text, entities in training_examples:
... some data handling ...
ner.update(doc, gold)
，但接下来的示例（对于BILUO标签）仅调用ner.update()一次（即没有导致update()多次查看训练数据的for循环）。
我已阅读this question，其答案似乎告诉我，我应多次为每个培训示例致电update();但后来我也认为他们可能只是遵循这些例子。
由于以下句子（从文档页面末尾开始）......
然后使用成本计算损失的梯度，以训练模型。
......我猜我的问题的答案是“是的，我应该通过在训练数据中反复'几次'来训练它”;但如果是这样的话，那么有人建议多少次“足够”吗？ （示例代码使用5，但如果我认为它太少了，我最终可能会“太多次”迭代吗？I.e.，它是否“过度拟合”？）