如何获取每个 Spacy NER 实体的描述？

Question

我正在使用Spacy NER 模型从文本中提取一些与我的问题相关的命名实体，例如日期、时间、GPE 等。

例如，我需要识别以下句子中的时区：

"Australian Central Time"

使用 Spacy 模型en_core_web_lg，我得到以下结果：

doc = nlp("Australian Central Time")
print([(ent.label_, ent.text) for ent in doc.ents])
    
>> [('NORP', 'Australian')]

我的问题是：我不清楚实体的确切含义NORP以及更一般的每个 Spacy NER 实体的确切含义（当然不考虑直观值）。

我找到了以下代码片段来获取完整的实体列表，但之后我被阻止了：

import spacy
nlp = spacy.load("en_core_web_lg")
nlp.get_pipe("ner").labels

我对使用 Spacy NLP 还很陌生，并且在官方文档中没有找到我想要的内容，因此我们将不胜感激！

顺便说一句，我正在使用 Spacy 版本3.2.1。

Answer 1

大多数标签都有定义，您可以使用 访问spacy.explain(label)。

对于NORP：“民族或宗教或政治团体”

有关更多详细信息，您需要查看https://spacy.io/models/下的模型文档中列出的资源的注释指南。

Answer 2

整个列表如下。截至2023年2月，英文模型中有18个标签。

\n

PERSON:      People, including fictional.\nNORP:        Nationalities or religious or political groups.\nFAC:         Buildings, airports, highways, bridges, etc.\nORG:         Companies, agencies, institutions, etc.\nGPE:         Countries, cities, states.\nLOC:         Non-GPE locations, mountain ranges, bodies of water.\nPRODUCT:     Objects, vehicles, foods, etc. (Not services.)\nEVENT:       Named hurricanes, battles, wars, sports events, etc.\nWORK_OF_ART: Titles of books, songs, etc.\nLAW:         Named documents made into laws.\nLANGUAGE:    Any named language.\nDATE:        Absolute or relative dates or periods.\nTIME:        Times smaller than a day.\nPERCENT:     Percentage, including \xe2\x80\x9d%\xe2\x80\x9c.\nMONEY:       Monetary values, including unit.\nQUANTITY:    Measurements, as of weight or distance.\nORDINAL:     \xe2\x80\x9cfirst\xe2\x80\x9d, \xe2\x80\x9csecond\xe2\x80\x9d, etc.\nCARDINAL:    Numerals that do not fall under another type.\n

\n

资料来源：Medium 上的 Mikael Davidsson。

\n