如何在 spaCy 中正确更新模型？

Question

我想用新实体更新模型。我正在加载“pt”NER 模型，并尝试更新它。在做任何事情之前，我尝试了这句话：“meu nome é Mário e hoje eu vou para academia”。（英文中这句话是“我的名字是马里奥，今天我要去健身房。在整个过程之前我得到了这个：

Entities [('Mário', 'PER')]
Tokens [('meu', '', 2), ('nome', '', 2), ('é', '', 2), ('Mário', 'PER', 3), ('e', '', 2), ('hoje', '', 2), ('eu', '', 2), ('vou', '', 2), ('pra', '', 2), ('academia', '', 2)]

好的，马里奥是一个名字，它是正确的。但我希望模型将“hoje（今天）”识别为 DATE，然后我运行了下面的脚本。

运行脚本后，我尝试了相同的设置并得到了这个：

Entities [('hoje', 'DATE')]
Tokens [('meu', '', 2), ('nome', '', 2), ('é', '', 2), ('Mário', '', 2), ('e', '', 2), ('hoje', 'DATE', 3), ('eu', '', 2), ('vou', '', 2), ('pra', '', 2), ('academia', '', 2)]

该模型将“hoje”识别为 DATE，但完全忘记了作为 Person 的 Mário。

Entities [('Mário', 'PER')]
Tokens [('meu', '', 2), ('nome', '', 2), ('é', '', 2), ('Mário', 'PER', 3), ('e', '', 2), ('hoje', '', 2), ('eu', '', 2), ('vou', '', 2), ('pra', '', 2), ('academia', '', 2)]

Answer 1

在训练数据中，您需要将“Mario”称为“PER”。如果您错过了，该模型将从新的训练数据中学习，将“Mario”排除为“PER”。

（注意：您应该提及训练数据中句子中存在的所有实体，而不仅仅是新实体。）