使用spacy的表格数据

Question

我正在使用Spacy，需要一些帮助来训练以word / pdf文档中以表格格式给出的自定义实体的模型。

我能够根据ANIMAL的示例使用自定义实体对其进行训练，并且效果很好。在这种情况下，我们将在给定的文本中提供上述自定义实体的开始和结束索引。

("Horses are too tall and they pretend to care about your feelings", {
    'entities': [(0, 6, 'ANIMAL')]
}),

我的问题来自表格格式：
如何给诸如ANIMAL示例之类的索引？
有人可以指导和协助吗？

Answer 1

经过大量研究和文章，我找到了一种方法来传递它。

1. 将此表转换为文本。
2. 将其转换为文本时。这将添加很多空白等。
3. 用空格替换它们。
4. 这会将您的表格转换为段落。
5. 现在您可以将索引作为句子给出，并训练模型。

此外，您可以使用依赖项解析器算法来查找与head链接的正确值（以防某个值属于多个键）

Answer 2

您还可以简单地使用pd.read_html（[[在此处传递您的html]]），这将返回您可以使用的数据帧列表。

谢谢。