我们已经准备好了一个模型，它可以识别一个自定义命名实体。问题是，如果给出整个文档，那么如果只给出几句话，模型就不能按预期工作，它会给出惊人的结果。
我想在标记实体之前和之后选择两个句子。
例如。如果文档的一部分有 world Colombo（标记为 GPE），我需要选择标签前的两个句子和标签后的 2 个句子。我尝试了几种方法，但复杂性太高了。
在 spacy 中是否有一种内置方法可以解决这个问题？
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。但是这种方法真的很慢。
看看您是否可以改进自定义命名实体识别器可能是值得的，因为额外的上下文损害性能应该是不寻常的，并且如果您解决该问题，它可能会在整体上更好地工作。
但是，关于您关于周围句子的具体问题：
AToken或 a Span（实体是 a Span）具有一个.sent属性，该属性为您提供了作为 a 的覆盖句子Span。如果您查看给定句子的开始/结束标记之前/之后的标记，您可以获得文档中任何标记的上一个/下一个句子。
import spacy
def get_previous_sentence(doc, token_index):
if doc[token_index].sent.start - 1 < 0:
return None
return doc[doc[token_index].sent.start - 1].sent
def get_next_sentence(doc, token_index):
if doc[token_index].sent.end + 1 >= len(doc):
return None
return doc[doc[token_index].sent.end + 1].sent
nlp = spacy.load('en_core_web_lg')
text = "Jane is a name. Here is a sentence. Here is another sentence. Jane was the mayor of Colombo in 2010. Here is another filler sentence. And here is yet another padding sentence without entities. Someone else is the mayor of Colombo right now."
doc = nlp(text)
for ent in doc.ents:
print(ent, ent.label_, ent.sent)
print("Prev:", get_previous_sentence(doc, ent.start))
print("Next:", get_next_sentence(doc, ent.start))
print("----")
输出：
Jane PERSON Jane is a name.
Prev: None
Next: Here is a sentence.
----
Jane PERSON Jane was the mayor of Colombo in 2010.
Prev: Here is another sentence.
Next: Here is another filler sentence.
----
Colombo GPE Jane was the mayor of Colombo in 2010.
Prev: Here is another sentence.
Next: Here is another filler sentence.
----
2010 DATE Jane was the mayor of Colombo in 2010.
Prev: Here is another sentence.
Next: Here is another filler sentence.
----
Colombo GPE Someone else is the mayor of Colombo right now.
Prev: And here is yet another padding sentence without entities.
Next: None
----
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句