在Python中使用spaCy进行序列多标签处理

Question

我想知道是否可以在NER任务中标记标记可能带有多个（重叠）标签的文本？

我想学习汽车制造，但是，我需要将其分类为私人或商用汽车。

例如：

text_0 = 'The new model of Mercedes is a great family car which also offers a space for home pets in the rear'

text_1 = 'It has been know for decades that Mercedes vehicle are very reliable for public transportation'

我需要提取汽车制造商的信息（这很容易，应该给“ Mercedes”打个招呼），但是，我也想知道在哪种情况下提到了汽车制造商。因此，IE系统应输出：

text_0 -> (SYSTEM) -> {'car_make': 'Mercedes', 'vehicle_type': 'private'}

text_1 -> (SYSTEM) -> {'car_make': 'Mercedes', 'vehicle_type': 'commercial'}

潜在的解决方案

我可以注释大型语料库以训练统计模型。因此，基本上，我可以训练两个单独的NER模型，一个模型识别代币的汽车制造商，第二个模型标记同一标记是私人/商业的。

问题在于如何组合这两个NER模型，因此它们的输出不会覆盖实体标签。在spaCy中有一种整齐的方法吗？

否则，请建议如何向学习汽车制造商的NER任务添加另一个属性（私人/商业）。