在 Spacy 中更改单个实体

Question

是否可以在 Spacy 中更改单个实体？我在列表中有一些文档对象，其中一些文档包含“欺诈”标签。但是，我需要将一些“FRAUD”实体标签更改为“FALSE_ALARM”。我正在使用 Spacy 的匹配器来查找“FALSE_ALARM”实体，但我无法覆盖现有标签。我尝试了以下方法：

def add_event_ent(matcher, doc, i, matches):
    match_id, start, end = matches[i]
    match_doc = doc[start:end]
    for entity in match_doc.ents:
        # k.label = neg_hash <-- says "  attribute 'label' of 'spacy.tokens.span.Span' objects is not writable"

        span = Span(doc, entity.start, entity.end, label=false_alarm_hash)
        doc.ents = list(doc.ents) + [span]  # add span to doc.ents


    ValueError: [E098] Trying to set conflicting doc.ents: '(14, 16, 
    'FRAUD')' and '(14, 16, 'FALSE_ALARM')'. A token can only be part of one entity, so make sure the entities you're setting don't overlap.

Answer 1

错误消息告诉您发生了什么：spacy 不允许重叠实体，并且您正在尝试将新实体添加到令牌而不先删除原始实体。你想要更像的东西：

for entity in match_doc.ents:
    span = Span(doc, entity.start, entity.end, label=false_alarm_hash)
    doc.ents = [span if e == entity else e for e in doc.ents]

这是对当前代码的一行更改以使其工作，但列表理解确实效率低下。除非您的匹配项很少，否则您可能希望重组处理匹配项的方式来完成此操作，而无需重复遍历整个实体列表。将所有匹配项处理为列表 ( matches = matcher(doc)) 而不是使用回调函数可能更有意义。