如何在Spacy模型中添加專有名詞作為vocab？

Question

我正在將Spacy 1.8.0與Python結合使用，我想使用Spacy對醫學文檔進行分析。 有一種方法可以將新的實體類型添加到spacy的命名實體識別器中。 但是，是否可以在spcay的vocab中添加葯品名稱作為專有名詞？ 還是需要通過培訓spacy NER來添加它們？ 謝謝

Answer 1

我不確定您要做什么...但是下面是一些可能性的解決方案。

1. 您有感興趣的葯品的完整列表...

   一世。 並且您想要一個特殊的規則來對這些字符串進行標記化：不建議使用此方法，但原則上可以將特殊情況添加到標記化器中。

   II。 並且您只想找到它們：然后，您應該在創建文檔后使用Matcher有效地找到它們。 然后，您可以使用找到的跨度執行所需的操作。 如果需要，可以使它們成為代詞。

2. 您沒有感興趣的葯品的完整列表...

   一世。 但您通常希望識別它們：然后，您需要訓練NER模型來識別它們。 要生成訓練數據，您可以拿一大堆論文，然后使用Matcher查找已知的葯品，以獲取一大堆例句。 那你訓練...

以后的編輯：為了清楚起見，Vocab僅存儲字符串並為它們分配一個唯一的ID，以便在引擎蓋下使用。 由Tagger決定是否為PRON。