我正在处理命名实体识别 (NER) 任务，实体以 BRAT 格式 (.txt + .ann) 进行注释。在使用我的模型之前，我已经实现了一些正则表达式来清理文本，但是如果我修改文本，我必须对齐实体的注释偏移量。这个任务相对简单，在此之后，我可以使用我的 NLP 模型对不同的实体类进行分类。然而，一旦我得到模型的分类，我需要重新对齐原始文本中识别的实体，即将清理后的文本的偏移量更改为我使用正则表达式之前的偏移量。有没有办法在清理文本后跟踪原始偏移量？
我正在处理命名实体识别 (NER) 任务，实体以 BRAT 格式 (.txt + .ann) 进行注释。在使用我的模型之前，我已经实现了一些正则表达式来清理文本，但是如果我修改文本，我必须对齐实体的注释偏移量。这个任务相对简单，在此之后，我可以使用我的 NLP 模型对不同的实体类进行分类。然而，一旦我得到模型的分类，我需要重新对齐原始文本中识别的实体，即将清理后的文本的偏移量更改为我使用正则表达式之前的偏移量。有没有办法在清理文本后跟踪原始偏移量？