Question

在Spacy 2.x中，我使用匹配器在我的文本语料库中查找特定的标记。每个规则都有一个ID（例如'class-1_0'）。在解析期间，我使用回调on_match来处理每个匹配。是否有解决方案来检索用于直接在回调中查找匹配的规则。

这是我的示例代码。

txt = ("Aujourd'hui, je vais me faire une tartine au beurre "
       "de cacahuète, c'est un pilier de ma nourriture "
       "quotidienne.")

nlp = spacy.load('fr')

def on_match(matcher, doc, id, matches):
    span = doc[matches[id][1]:matches[id][2]]
    print(span)
    # find a way to get the corresponding rule without fuzz

matcher = Matcher(nlp.vocab)
matcher.add('class-1_0', on_match, [{'LEMMA': 'pilier'}])
matcher.add('class-1_1', on_match, [{'LEMMA': 'beurre'}, {'LEMMA': 'de'}, {'LEMMA': 'cacahuète'}])

doc = nlp(txt)
matches = matcher(doc)

在这种情况下matches返回：

[(12071893341338447867, 9, 12), (4566231695725171773, 16, 17)]

12071893341338447867是基于class-1_0的唯一ID。我找不到原始规则名称，即使我在matcher._patterns中进行了一些内省。

如果有人可以帮助我，那就太棒了。非常感谢你。

Answer 1

在撰写我的问题时，我经常找到解决方案。

这很简单，而不是像class-1_0那样使用unicode规则ID，只需使用一个整数。标识符将在整个过程中保留。

matcher.add(1, on_match, [{'LEMMA': 'pilier'}])

与

匹配

[(1, 16, 17),]

在spacy中，是否可以在匹配匹配中获取相应的规则ID

1 个答案: