如何在 spaCy 3.x 的自定义实体标尺中删除/添加实体答案

【问题标题】：How to remove/add entities in a custom entity ruler in spaCy 3.x如何在 spaCy 3.x 的自定义实体标尺中删除/添加实体
【发布时间】：2022-09-29 23:41:22
【问题描述】：

我有一个习惯实体统治者添加到空间\"en_core_web_sm\"模型。我想在需要时添加或删除其中的实体。这个问题已经回答了here，但是我认为这是不正确的，因为这个人正在谈论尼尔组件不是实体标尺。
该答案的简短版本是，当您添加新模式时，Spacy 往往会忘记以前的模式。
然而，这只发生在你训练模型的时候尼尔带有示例的组件。实体标尺没有接受过示例训练，它只是给出了要匹配的模式和标签，它对我来说非常有效（我在解析器零件）。
如果我错了请纠正我如果我是对的那我该怎么办添加/删除中的实体实体统治者（模式和标签两者或单独，尽可能）。

def custom_ruler(file_path):
    ruler = nlp.add_pipe(\'entity_ruler\', after=\'parser\')
    ruler.from_disk(file_path)

给这个函数一个包含实体的 jsonl 文件。

标签： python-3.x spacy-3

【解决方案1】：

您可以像往常一样将项目添加到实体标尺。

ruler = nlp.get_pipe("entity_ruler")
patterns = ... whatever your patterns are ...
ruler.add_patterns(patterns)

请参阅Entity Ruler docs。有关删除示例，请参阅API docs。

【讨论】：

【解决方案2】：

正如 Polm 所说，您可以添加自己的基于规则的模式来覆盖模型。为此，只需创建一个包含两对字典的列表：

pattern 定义了它应该覆盖的确切内容；
label定义了给实体的标签。当您使用 add_patterns() 方法将这些模式添加到您的标尺时，nlp Doc 对象会自动更新，您可以枚举其命名实体并查看正在使用的更正。


    #Patterns is a list of dictionaries of the token text and the expected label.
    patterns = [{"label": "NATION", "pattern": "Maya"}, 
        {"label": "NATION", "pattern": "Aztecs"},
        {"label": "DATE", "pattern": "BCE"}]
    #Ruler is the English entity recogniser.
    ruler = english.add_pipe("entity_ruler", before="ner")
    ruler.add_patterns(patterns)
    #We can now see the new entities in the text.
    chocolate = english(source)
    for entity in chocolate.ents:
        print(entity.text, entity.label_)

您可以从my showcasing notebook 了解有关 spaCy NLP 库的更多信息，或查看this Youtube tutorial。

【讨论】：