python - 使用 tensorflow 实现的 spacy 3.0 的自定义模型

Question

我已经搜索和搜索。我能够找到这个 git 存储库，它将一个瘦模型作为关系提取器管道放在 spacy 中。我需要添加使用 Tensorflow 作为 Spacy 管道实现的 NER 模型，但我不知道添加使用 Thinc 和 TensorFlow 实现的自定义模型有什么区别？

Answer 1

只是为了澄清一下：您链接的存储库没有展示用于 spaCy 中关系提取的 Pytorch 模型 - 实际上它使用 ML 库Thinc来实现该模型。您可以在相应的视频教程中找到更多详细信息。

需要记住的关键点是 spaCy 可以在后台使用 Thinc 模型，但 Thinc为 Pytorch 和 Tensorflow提供了包装器。

要在 spaCy 中使用它们，您可以按照此处的文档进行操作。简而言之，您应该能够执行以下操作：

from thinc.api import TensorFlowWrapper
wrapped_model = TensorFlowWrapper(your_tf_model)

现在wrapped_model将是一个Thinc模型，您可以使用它来为您的（自定义）可训练管道组件提供动力。