spaCy NER培训新模型问题

Question

我正在努力训练spacy来识别一个新的实体，而只是这个实体。所以在我的代码中，我加载'en'模型并执行：

nlp = spacy.load('en', create_make_doc=WhitespaceTokenizer)
nlp.entity.add_label("ANIMAL")

我正在做的每个火车文件：

doc = nlp.make_doc(raw_text) 
gold = GoldParse(doc, entities=tags) 
nlp.tagger(doc) 
loss = nlp.entity.update(doc, gold)

完成所有事后，我正在做：

nlp.end_training() 
nlp.save_to_directory('...')

现在，我想测试我的模型。我有2段代码： 1.在nlp.save_to_directory之后，我继续加载测试数据：

result = nlp(text) 
animals = list(str(i) for i in result.ents)

1. 我打包整个东西并使用pip install，然后在另一个python文件中我正在加载模型：

   nlp = spacy.load（model_name）

然后继续使用相同的代码：

result = nlp(text) 
animals = list(str(i) for i in result.ents)

在我看来，这两个选项应该检索完全相同的结果，但是我用第一个选项得到了更好的结果...... 有谁知道为什么？

Answer 1

这是通过将词汇表保存到文件并在加载模型时再次加载来解决的