我目前正在使用SpaCy NER，想知道SpaCy NER是否可以做以下两件事：
案例1
假设我们要使用NER做2个句子：
我们可以在第一句中将“增加”标记为“症状”实体，在第二句中将“增加”标记为“好结果”实体吗？ NER是否会看到这两个“增加”字词之间的区别？
案例2
我们还有2个不同的句子：
NER可以将第一句话中的数字视为“收入”实体，而将第二句话中的数字视为“支出”吗？
谢谢
答案 0 :(得分：1)
这些任务超出了您期望NER模型能够以多种方式完成的任务。 Spacy的NER算法可用于查找诸如MONEY（在其英语模型中为实体类型）之类的实体类型，或者诸如SYMPTOM之类的东西，但是它并没有考虑检测/分类实体，因此在相关上下文距离很远的情况下，将无法区分这些情况。
您可能希望将NER（或其他类型的相关跨度检测，也可以基于规则）与另一种类型的分析结合起来，而这种分析更多地侧重于上下文。这可能是某种文本分类，您可以检查依赖项解析等。
这是spacy文档中的一个简单示例，其中涉及使用NER（查找MONEY）提取实体关系，然后检查依赖项解析以尝试找出money元素是指什么：