使用spacy python的自定义NER需要多少训练数据（句子）？

Question

我想知道，我有10个自定义实体来识别我应该给多少个带注释的训练句子（任何粗略的想法）??

谢谢，提前！！ ：）

我对此很陌生，请帮助

Answer 1

为开发自定义神经元模型，每个实体至少需要出现50-100次，以及它们的适当上下文。否则，如果您的数据量少于自定义模型的数据量，则将过度拟合该数据。因此，根据您的数据，您至少需要200到300个句子。

Answer 2

对于Spacy的自定义NER模型，对于每个实体，您肯定会需要大约100个样本，而且在数据集中也没有任何偏差。

所有这些都是根据我的经验

建议-： 您可以探索Spacy自定义模型，但是对于生产级别或某个好的项目，您不能仅完全依赖于此模型，还必须执行一些NLP /关系提取等。

希望这会有所帮助。