Spacy NER 中多词实体的 BILOU 标记方案答案

【问题标题】：BILOU Tagging scheme for multi-word entities in Spacy's NERSpacy NER 中多词实体的 BILOU 标记方案
【发布时间】：2021-12-27 06:45:36
【问题描述】：

我正在使用 spacy 构建自定义 NER，以识别除了 spacy 的 NER 之外的新实体。现在我可以使用 spacy.Example 标记和添加我的训练数据。我正在使用 BILOU 方案。我怀疑我有超过 3 个单词的实体。例如：

Housing Development Finance Corporation reported heavy losses in the past quarter.

我想使用 BILOU 方案将 Housing Development Finance Corporation 标记为单一实体。类似的东西

'Housing'     B-Entity
'Development' I-Entity
'Finance'     I-Entity
'Corporation' L-Entity

此标记是否正确？模型将如何解释每个实体中的顺序？任何指导将不胜感激。

【问题讨论】：

【解决方案1】：

您的标记是正确的，而所有不是实体的外部单词都将标记为O。

模型将依赖于实体中的相同顺序，以将其与先前的同名实体匹配，例如：

'Housing'     B-Entity
'Development' I-Entity
'Finance'     I-Entity
'Corporation' L-Entity

和

'Housing'     B-Entity
'Finance'     I-Entity
'Development' I-Entity
'Corporation' L-Entity

不会链接为同一个实体，但如果您希望如此，您可以查看分类模型，将您的 foud 实体分类为您以前已知的实体并从那里开始工作。

【讨论】：