我们已经准备好一个模型，用于标识自定义命名实体。问题是，如果给出了整个文档，那么模型将无法按预期工作，如果只给出了几句话，它会给出惊人的结果。
我想选择标记实体之前和之后的两个句子。
例如。如果文档的一部分有 world Colombo（标记为 GPE），我需要选择标签之前的两个句子和标签之后的两个句子。我尝试了几种方法，但复杂性太高。
spacy 有内置的方法可以解决这个问题吗？
我正在使用 python 和 spacy。
我尝试通过识别标签的索引来解析文档。但这种方法确实很慢。
我的系统中有兼容CUDA的GPU（Nvidia GeForce 1060）。在分析更大的数据集时，我经常不得不使用seaborn库的对图函数，这会花费大量时间。有没有办法可以在GPU上运行我的整个笔记本。我的意思是，除了seaborn之外，我想在GPU上运行所有代码，这可能吗？
我在YouTube上观看了一些视频，建议使用numba python编译器和jit批注，我想知道是否存在可应用于anaconda框架的通用设置，因此无论我在anaconda上运行的什么设备都应利用GPU。
我知道tensorflow和keras可以在GPU上运行。