问题标签 [spacy]

spaCy 用词性（以两种不同的格式，一个存储在 the 的and属性中，另一个存储在and属性中）和对其标记的句法依赖性（存储在and属性中）标记Tokena 中的每个 s ）。Documentpospos_Tokentagtag_.headdepdep_

其中一些标签是不言自明的，即使对于像我这样没有语言学背景的人来说也是如此：

其他...不是：

更糟糕的是，官方文档甚至不包含大多数这些属性的可能标签列表，也不包含其中任何一个的含义。他们有时会提到他们使用的标记化标准，但这些说法目前并不完全准确，而且这些标准很难追踪。

tag_、pos_和属性的可能值是dep_什么，它们的含义是什么？

我正在尝试将股票代码添加到识别为 ORG 实体的字符串中。对于每个符号，我会：

我可以看到这个符号被添加到模式中：

但是添加之前无法识别的任何符号在添加后都无法识别。显然，这些标记已经存在于词汇表中（这就是词汇长度不变的原因）。

我应该做些什么不同的事情？我错过了什么？

谢谢

这是我的示例代码：

“练习将股票代码符号添加为 ORG 实体的简短片段”

我有以下代码打开目录中的文件，在它们上运行 spaCy NLP，并将输出依赖项解析信息放入新目录中的文件中。

问题是这不会保留输出文件中依赖项的顺序。我似乎在 API 文档中找不到任何对字符位置的引用。

我正在尝试从以下段落结构中提取此类信息：

我使用 PythonspaCy作为我的 NLP 库。我是 NLP 工作的新手，我希望得到一些指导，了解从此类句子中提取此表格信息的最佳方法是什么。

如果只是识别是否有人在跑步或行走，我会用它sklearn来拟合分类模型，但我需要提取的信息显然比这更细化（我正在尝试检索子类别和值每个）。任何指导将不胜感激。

我需要训练 Spacy NER 以便能够识别 2 个用于命名实体识别的新类，我所拥有的只是包含应该在新类中的项目列表的文件。

例如：Rolling Stones、Muse、Arctic Monkeys - 艺术家 知道如何做到这一点吗？

我正在尝试运行上面的示例，但出现以下错误：

示例取自：Intro to NLP with spaCy

是什么导致了这个错误？

我正在使用类似于以下模式的东西来检索原始文档中 Spacy 句子的开始和结束索引：

这似乎适用于我使用的少数测试文档。但担心我是否忽略了像 spacy 这样的“陷阱”，有时会剥离一些我不知道的字符。我是吗？

PS：如果有帮助，我需要将这些索引与 Brat 注释文件中的索引进行比较。

我正在尝试将 Spacy.io 与自定义管道一起用于语言处理，但似乎当我向管道添加自定义函数时，该进程仅在一个线程上运行。使用默认管道进程使用指定的所有线程。

这就是我定义管道的方式：

这是custom_pipeline功能：

这就是我运行管道的方式：

自定义管道函数是否有任何必要条件来支持 spacy 的多线程？

我正在开发一个 nlp 项目，我想根据它在依赖树中的位置过滤掉单词。

为了绘制树，我使用了这篇文章中的代码：

对于一个例句：

“世界上一群人突然精神上联系在一起”

我得到了这棵树：

从这棵树中，我想得到一个包含单词及其在树中相应深度的元组列表：

对于这种情况，我对没有孩子的单词不感兴趣：[are,suddenly,mentally,A,the] 所以到目前为止我所能做的就是只得到有孩子的单词列表，为此，我正在使用以下代码：

从这里我怎样才能得到所需的带有单词及其各自深度的元组？

Spacy 包括noun_chunks检索名词短语集的功能。该功能english_noun_chunks（附在下面）使用word.pos == NOUN

我想从一个保持一些正则表达式的句子中获取块。例如，I 短语由零个或多个形容词组成，后跟一个或多个名词。

是否有可能不覆盖该english_noun_chunks功能？