[英]Prevent spaCy from tokenizing space-delimited numbers
我正在尋找一種方法來防止 spaCy 對以空格分隔的數字進行標記,如這句話:
這輛車將花費 10 000 美元。
“10 000”應該是一個表示“萬”的記號。
我需要修改哪些標記化規則才能實現這一點?
分詞器並不真正支持這一點。 相反,您可以使用匹配器找到正確的跨度,然后使用 retokenizer 在文檔中合並這些跨度。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.