我正在尝试在SpaCy中训练NER以识别一组新的实体。一切正常，直到我尝试保存并重新加载模型。
我正在尝试遵循https://spacy.io/usage/training#saving-loading中的SpaCy doc建议，因此我一直在保存：
model.to_disk("save_this_model")
然后转到命令行并尝试使用以下命令将其转换为包：
python -m spacy package save_this_model saved_model_package
所以我可以使用
spacy.load('saved_model_package')
将模型拉回来。
但是，当我尝试从命令行使用spacy软件包时，我不断收到错误消息“找不到模型数据”
我查看了save_this_model文件，那里有一个meta.json，以及各种管道的文件夹（我试过这个，保存了所有管道，禁用了非NER管道，但都不起作用）。
有谁知道我在这里做错了什么？
我很缺乏经验，所以我认为我很可能试图错误地制作包或者提交其他一些基本错误。非常感谢您的帮助！
答案 0 :(得分：0)
spacy package命令将根据您的模型数据创建可安装且可加载的 Python包，然后您可以pip install将其存储在一个.tar.gz中文件。如果您只想加载已保存的模型，通常甚至不需要打包它 - 您只需将模型目录的路径传递给spacy.load即可。例如：
nlp = spacy.load('/path/to/save_this_model')
spacy.load可以获取模型目录的路径，模型包名称或shortcut link的名称（如果可用）。
如果您是spaCy的新手，只是尝试使用训练模型，那么从目录中加载它们通常是最简单的解决方案。如果您想与其他人共享您的模型（因为您可以将其作为一个可安装文件共享），或者您希望将其集成到CI工作流程或测试套件中（因为模型可以是您的组件），模型包会派上用场应用程序，就像它依赖的任何其他包一样）。
因此，如果您确实需要Python包，则首先需要通过在spacy package创建的目录中运行包安装程序来构建它：
cd saved_model_package
python setup.py sdist
您可以找到更多详情here in the docs。上面的命令将在目录.tar.gz中创建一个/dist存档，然后您可以在您的环境中安装该存档。
pip install /path/to/en_example_model-1.0.0.tar.gz
如果模型安装正确，则在运行pip list或pip freeze时，它应显示在已安装的软件包中。要加载它，您可以使用包名称调用spacy.load，该名称通常是语言代码加上打包模型时指定的名称。在此示例中，en_example_model：
nlp = spacy.load('en_example_model')