我在这里问你们是否可以使用现有的训练有素的抱脸变形器模型和 spacy。
我的第一次天真的尝试是通过 加载它spacy.load('bert-base-uncased')，它没有工作，因为 spacy 需要某种结构，这是可以理解的。
现在我试图弄清楚如何使用该spacy-transformers库来加载模型，创建 spacy 结构，并从那时起将其用作普通的 spacy 感知模型。
我不知道这是否可能，因为我找不到有关该主题的任何内容。我尝试阅读文档，但我发现的所有指南、示例和帖子都是从 spacy/en_core_web_sm 之类的 spacy 结构化模型开始的，但是该模型最初是如何创建的？我可以相信有人必须用 spacy 重新训练所有东西。
我能得到你的帮助吗？
谢谢。
您所做的是将一个 Transformer 组件添加到您的管道中，并将您的 HuggingFace 模型的名称作为参数提供给它。这在 docs 中有介绍，尽管人们确实很难找到它。重要的是要了解 Transformer 只是 spaCy 管道的一部分，您应该了解它们是如何组合在一起的。
要从文档中提取，这是您在配置中指定自定义模型的方式：
[components.transformer.model]
@architectures = "spacy-transformers.TransformerModel.v3"
# XXX You can change the model name here
name = "bert-base-cased"
tokenizer_config = {"use_fast": true}
回到为什么你需要理解 spaCy 的结构，理解在 spaCy 中，Transformers 只是特征的来源是非常重要的。如果您的 HuggingFace 模型有 NER 头或其他东西，它将无法工作。因此，如果您使用自定义模型，则需要在此基础上训练其他组件，例如 NER。
另请注意，spaCy 有多种非变形金刚内置模型。它们的训练速度非常快，并且在许多情况下可以提供与变形金刚相当的性能；即使它们不那么准确，您也可以使用内置模型来配置您的管道，然后只需换入 Transformer。
我发现的所有指南、示例和帖子都从 spacy/en_core_web_sm 之类的 spacy 结构化模型开始，但是该模型最初是如何创建的？
您看到快速入门了吗？预训练模型是使用类似于您从中获得的配置创建的。