我在试着恢复我的空间模型给一个实体分配正确标签的概率。我有空间版本3.0.5。
threshold = 0.5
for i in testing_raw:
doc = nlp_updated(i)
beams = nlp_updated.beam_parse([ doc ], beam_width = 16, beam_density = 0.0001)
entity_scores = defaultdict(float)
for beam in beams:
for score, ents in nlp_updated.entity.moves.get_beam_parses(beam):
for start, end, label in ents:
entity_scores[(start, end, label)] += score
for key in entity_scores:
start, end, label = key
score = entity_scores[key]
if ( score > threshold):
print ('Label: {}, Text: {}, Score: {}'.format(label, doc[start:end], score))
下面的代码行抛出此错误:
beams = nlp_updated.beam_parse([ doc ], beam_width = 16, beam_density = 0.0001)
AttributeError: 'English' object has no attribute 'beam_parse'
这是因为spaCy版本3没有考虑beam_parse
吗?如果是这样,我怎么能在这个版本的spaCy中做到这一点,因为我似乎在文档中找不到任何东西?
2条答案
按热度按时间yr9zkbsy1#
这种获取NER概率的变通方法在v3中不起作用,因为API已经更改,目前没有推荐的替代方法。
我们正在开发一个SpanCategorizer,它将允许您获得带有置信度分数的NER标签。
zzwlnbp82#
使用
nlp.get_pipe('ner')
而不是nlp.entity
来获取NER组件。(SpaCy 3.4.4)