相关疑难解决方法(0)

这是经典的培训形式。

TRAIN_DATA = [
    ("Who is Shaka Khan?", {"entities": [(7, 17, "PERSON")]}),
    ("I like London and Berlin.", {"entities": [(7, 13, "LOC"), (18, 24, "LOC")]}),
]

我曾经用代码训练，但据我所知，用 CLI 训练方法训练效果更好。但是，我的格式是这样的。

我已经找到了用于这种类型转换的代码片段，但它们中的每一个都在执行spacy.load('en')而不是空白 - 这让我想到，他们是在训练现有模型而不是空白吗？

这个块看起来很简单：

import spacy
from spacy.gold import docs_to_json
import srsly

nlp = spacy.load('en', disable=["ner"]) # as you see it's loading 'en' which I don't have
TRAIN_DATA = #data from above

docs = []
for text, annot in TRAIN_DATA:
    doc = nlp(text)
    doc.ents = [doc.char_span(start_idx, end_idx, label=label) for start_idx, …