自定义NER模型提取用于训练的关键字的子串
自定义NER模型是一种用于命名实体识别（Named Entity Recognition）的模型，它可以通过训练来提取文本中特定实体的关键字子串。NER是自然语言处理（NLP）领域的一个重要任务，旨在识别文本中的命名实体，如人名、地名、组织机构名等。
自定义NER模型的优势在于可以根据具体需求和领域特点进行定制化训练，以提高实体识别的准确性和适应性。通过自定义NER模型，可以更好地满足特定应用场景下的实体识别需求。
应用场景：
- 实体识别和标注：自定义NER模型可以用于识别和标注文本中的特定实体，如医疗领域中的疾病名称、药物名称等。
- 情感分析：通过识别文本中的人名、地名等实体，可以更准确地进行情感分析，了解特定实体在文本中的情感倾向。
- 舆情监测：通过识别文本中的组织机构名、产品名称等实体，可以进行舆情监测和品牌声誉管理。
推荐的腾讯云相关产品：
腾讯云提供了一系列与自然语言处理相关的产品和服务，可以用于支持自定义NER模型的训练和应用。
- 腾讯云自然语言处理（NLP）：提供了丰富的自然语言处理功能，包括分词、词性标注、命名实体识别等，可用于构建自定义NER模型的基础功能。 产品链接：https://cloud.tencent.com/product/nlp
- 腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）：提供了强大的机器学习和深度学习平台，可用于训练和部署自定义NER模型。 产品链接：https://cloud.tencent.com/product/tmplp
- 腾讯云智能语音（Intelligent Speech）：提供了语音识别和语音合成等功能，可用于将语音转换为文本，并进行实体识别。 产品链接：https://cloud.tencent.com/product/tts
通过以上腾讯云产品，您可以构建和部署自定义NER模型，并应用于各种实际场景中，以提取关键字的子串并进行训练。
相关·内容
1回答
MITIE ner模型
、、、
我一直在探索使用预先训练的MITIE模型进行命名实体提取。不管怎么说，我可以看看他们实际的ner模型，而不是使用预先训练的模型吗？该模型作为开放源码可用吗？
浏览 0提问于2017-10-11得票数 1
回答已采纳
我正在尝试使用斯坦福的OpenIE (版本3.6.0)来提取基于我在化学领域训练过的NER模型的关系三元组。但是，我不能让OpenIE根据我自己的NER模型提取关系三元组。OpenIE似乎只根据包中提供的默认NER模型提取关系三元组。
下面是我为训练和部署我的NER模型所做的工作：
基于的神经网络模型的训练。
在CoreNLP服务器中部署NER模型，然后重新启动服务器。我在props中修改了corenlpserver.sh属性。props属性现在如下所示：
props="-Dner.model=$scriptdir/my_own_chemistry.ser.gz,edu/sta
浏览 7提问于2016-12-19得票数 4
1回答
因此，我使用组件ner_spacy和ner_crf来创建模型。之后，我用python构建了一个小的辅助脚本来评估模型的性能。在那里，我注意到模型很难选择正确的敌意。
例如，对于单词'X‘，它从SpaCy中选择了预定义的enity 'ORG’，但它应该被识别为我在训练数据中定义的自定义enity。
如果我只是使用ner_crf提取器，我在识别像大写字母这样的位置时会遇到很大的问题。另外，我最大的问题之一是单一答案的偏见。
问：“你最喜欢的动物是什么？”
答:狗
我的模型不能为这个单一的答案提取这个单一的实体“动物”。如果我用两个单词来回答这个问题，比如'The Dog&#
浏览 2提问于2019-03-05得票数 1
我之前已经使用CRF++模型来识别电影评论数据集中的NER。然而，我发现spacy在使用和可视化方面非常有效。然而，这里的问题是，我如何在spacy中合并CRF++模型？如果这是不可能的，我如何使用IOB标签训练Spacy NER模型来满足我的需求？
浏览 1提问于2018-05-27得票数 0
我们可以在Azure ML Studio中使用单独的训练数据集自定义命名实体识别(NER)模型吗？我想要做的是从文本中找出非英语的名字。(训练数据集包括将用于训练的名称集)
浏览 6提问于2016-08-22得票数 3
可靠地重新训练斯坦福NER模型需要(最低)多少训练数据？如果我们生成手动注释的训练数据，10000个句子是否足以训练模型以提取实体-组织名称和技术名称？
浏览 1提问于2015-01-16得票数 0
1回答
我下载了NER 3.4.1 (08-27-14发布)来训练文章的特定领域(高度技术性)。
希望了解以下情况：
(1)是否有可能在每个提取的实体上输出偏移量？
(2)各提取实体的置信度是否可能输出？
(3)我曾在NER3.4.1上训练过多个CRF模型，看来斯坦福GUI只能显示一个CRF模型，有没有办法显示多个CRF模型而不编写包装器？
浏览 3提问于2014-11-25得票数 1
回答已采纳
我已经成功安装了来自DeepPavlov(ner_ontonotes_bert_mult)的多语言NER模型。我想用阿尔巴尼亚language.Is中的新数据(与他们在页面中建议的格式相同)重新训练这个模型(用不同语言的数据从DeepPavlov重新训练多语言NER模型)，或者只有在我们有英语数据的情况下才能进行重新训练？？
浏览 33提问于2021-05-21得票数 1
回答已采纳
我已经训练了自定义NER和关系提取模型，并且我已经用corenlp服务器检查了生成三元组，但是当我使用OpenIEDemo.java生成三元组时，它生成的三元组只具有关系"has“和" have”，而不是我训练关系提取模型所在的关系。 我正在加载自定义NER和关系提取模型，同时运行相同的脚本。这是我的OpenIEDemo.java文件... package edu.stanford.nlp.naturalli;
import edu.stanford.nlp.ie.util.RelationTriple;
import edu.stanford.nlp.io.IOUtils
浏览 38提问于2019-05-21得票数 1
回答已采纳
我正在使用RASA NLU来提取意图，我面临着一个问题，即使没有新的训练数据和配置中的编辑，每次我训练模型时损失值都会发生变化。这些变化严重影响了我提取意图的结果。 我使用以下配置： 语言："ar“管道：-名称："tokenizer_whitespace”-名称："ner_crf“-名称："ner_synonyms”-名称："intent_featurizer_count_vectors“-名称："intent_classifier_tensorflow_embedding” 如何避免这样的问题，并保持模型的一致性？
浏览 10提问于2019-03-10得票数 0
回答已采纳
2回答
对NLP来说非常新，尤其是NER。我试图在自定义数据集上训练一个NER模型。这是待售房屋的数据集。作为实体的一部分，我正在训练模型来提取reference数字。它们的长度是可变的(但通常在4-9之间)，看起来像G55L7或LPP01Z1-32。
我怎样才能给这些实体一个新的"POS标签“，据我所知，在SpaCy的默认列表中找不到匹配它们的任何东西？
理想情况下，我希望将其与已有的NER模型一起进行培训，这样我也可以提取SpaCy已经支持的SpaCy。
浏览 0提问于2019-10-10得票数 0
2回答
我正在使用以下OpenNLP模型：
en-parser-chunking.bin
en-ner-person.bin
en-ner-location.bin
en-ner-organization.bin
我想将我的数据附加到训练这些模型的训练数据集中。那么，请告诉我从哪里可以获得原始数据集？
浏览 0提问于2017-02-02得票数 3
我是NLP的新手，我正在使用OpenNLP开发NER。我有一个句子，像“我们今天有一个晚宴”。这里的“聚餐”是一种事件类型。同样，考虑这句话-“我们有一个房间预订”这里的房间预订是一种事件类型。我的目标是从句子中提取这样的单词，并将其标记为"Event_types“作为最终输出。这可以通过在训练数据集中用适当的标签注释句子来创建自定义NER模型来实现。但是事件类型可以是异构的和随机的，因此很难标记所有可能的模式(即。事件类型可以是“安全会议”、“家庭聚会”、“家长教师会议”等，等等……)。所以我正在寻找另一种方法来解决这个问题。如能立即回复，将不胜感激。谢谢！:)
浏览 30提问于2021-06-24得票数 0
1回答
我是用NER的Open NLP -实体提取的新手，我在Open NLP NER中训练和评估了实体提取的模型，当我给出一个只有一个单词的实体的输入文本时，它工作得很好：“我想买吉百利”
但它不适用于多个单词的场景，例如：“我想但一台苹果MacBook”
如何训练模型来选择多个单词
PS:我知道我需要用NLP中提供的BiGrams做一些相关的事情，但是我怎么用OpenNLP来做呢？
浏览 0提问于2017-06-28得票数 1
我正试图在Google上训练一个定制的NER模型。我在VM上安装了Java，并运行以下命令来调用NER jar文件。但似乎什么都没发生。
import subprocess
subprocess.call(['java', '-jar', '/content/gdrive/stanford-ner.jar', 'edu.stanford.nlp.ie.crf.CRFClassifier', '-prop prop.txt'])
我在屏幕上看到一个，但没有受过训练的模型。
我尝试了子进程，但是命令没有执行。
impo
浏览 3提问于2019-11-06得票数 1
我正在尝试用自定义的NE (命名实体)字典来训练印第安的NER模型。我指的是NLTK和Stanford。
NLTK
我发现nltk.chunk.named_entity.NEChunkParser 能够在定制语料库上进行培训。但是，培训语料库的格式没有在源代码的文件或评论中具体说明。
我在哪里可以找到NLTK的自定义语料库指南？
斯坦福纳
根据的说法，斯坦福大学的FAQ给出了如何训练自定义NER模型的方向。
最主要的担忧之一是，默认的斯坦福纳不支持印度人。那么把印度人的语料库喂给模型是可行的吗？
浏览 5提问于2016-01-13得票数 0
2回答
如何使用Spacy创建一个新的名称实体“病例”-在传染病病例数量的上下文中，然后提取这与病例基数之间的依赖关系。
例如，在以下文本中，“1995年10月9日至11月5日期间报告了879例病例，其中4例死亡。”我们想要提取"879“和”case“
在Spacy的示例文档页面上，按照"Training a additional entity type“的代码：
我使用他们现有的预训练的"en_core_web_sm“英语模型，成功地训练了一个名为"CASES”的附加实体：
from __future__ import unicode_literals, print
浏览 6提问于2020-03-10得票数 1
我想用Python中的NLP从文本中提取有关教育机构、学位、及格年份和年级(CGPA/GPA/百分比)的信息。例如，如果我有输入：
NBN Sinhgad工程学院，浦那2016-2020工程计算机科学学士CGPA: 8.78 Vidya Bharati Chinmaya Vidyalaya，Jamshedpur 2014 - 2016中级-PCM，经济CBSE百分比: 88.8 Vidya Bharati Chinmaya Vidyalaya，Jamshedpur 2003 -2014年预科，CBSE CGPA: 8.6经验
我要出狱：
[{
"Institute"
浏览 12提问于2022-11-23得票数 0
1回答
我正在使用自定义模型进行实体提取。我将基于CRF的模型训练为
java -Xmx16g斯坦福-ner.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop ner.prop
使用这些特性
属性文件(ner.prop)
trainFile = training_data_IOB.tsv
#serializeTo = ner-model.ser.gz
map = word=0,answer=1
useClassFeature=true
useWord=true
qnSize=10
entitySubclassification=IO
浏览 0提问于2019-01-13得票数 1
1回答
我正在进行一个训练分类器以识别文本中引文的项目。我们所处理的引文往往是非常混乱的。以下是一些引用的例子：
见A册第3章第7段
见A书第3章第7段
见A书第7段的“某些章节标题”一章
我们已经确定了少数实体往往出现在这些引文中。例如，“书名”、“章号”、“章名”、“段号”。
该项目分为两个阶段：
文本引文的二元分类
引文中引文实体的分类
Spacy (我们正在使用v3)是否有可能有两个连续的NER管道？我希望分类器首先标记引文，然后标记每个引文中的实体。
我能够用下面的代码用两个NER管道实例化一个模型：
from spacy.lang.en import E
浏览 3提问于2021-04-25得票数 1
回答已采纳
我已经有了一个现有的spaCy模型，我想在运行时用额外的训练数据来改进它。
例如，我的训练模型中的训练dataSet如下所示：
text="Anna lives in Munich and works at BMW"
entity: name=Anna
entity: city=Munich
entity: company=BMW
在我的实现中，在开始新的训练之前，我从现有模型中获取ner：
nlp = spacy.load(modelPath)
ner = nlp.get_pipe('ner')
然后我用新的TrainingData训练我现有
浏览 2提问于2020-07-29得票数 0
我试图用en_core_web_md以外的几轮光束目标来更新经过预先训练的spacy模型beam_width = 1，而且我似乎找不到正确的方法将不同的参数传递到**cfg中，以便该模型使用它们进行训练(在点)。
这是我的最新尝试：
pipe_exceptions = ["ner", "trf_wordpiecer", "trf_tok2vec"]
other_pipes = [pipe for pipe in nlp.pipe_names if pipe not in pipe_exceptions]
# only train NER
with
浏览 0提问于2020-08-11得票数 2
1回答
为了训练新的自定义实体，我们可以使用这里提到的步骤训练模型：
但我想知道如何决定迭代次数，丢弃和批量大小，以过拟合或欠拟合模型？
One example of loss is:
Starting training....
Losses: {'ner': 3875.2103796127717}
Losses: {'ner': 3091.347521599567}
Losses: {'ner': 2811.074334355512}
Losses: {'ner': 2235.2944185569686}
Losses: {&
浏览 1提问于2019-08-22得票数 1
我有一个来自eBrevia的经过训练的名称实体识别(NER)模型。我想知道是否有一种方法可以使用Python或Java编程将其加载到CoreNLP或Spacy中。 编辑:如果预训练的模型是一个pickle模型，有没有办法使用Corenlp或Spacy来加载它？ 提前感谢！
浏览 12提问于2019-10-03得票数 0
我用斯坦福大学训练了我自己的模型。我可以使用下面的代码从python代码中与它进行接口，并正确地注释输入文本中的命名实体。
st = NERTagger('stanford_classifiers/ner-model-custom.ser.gz',
'stanford_classifiers/stanford-ner.jar', 'utf-8')
entities = st.tag(input_text.split())
但是，由于每个文本输入的速度太慢，所以我将模型作为服务器运行，并通过使用下面的代
浏览 2提问于2014-11-13得票数 0
回答已采纳
我目前正在实现一个自定义NER模型界面，用户可以与前端应用程序交互，以添加自定义实体来训练spacy模型。
我想要使用空间训练(CLI)来接受现有模型(自定义NER模型)，并将用户指定的关键字和实体添加到该模型中。(而不是再次训练整个模型)。我在文件里找不到这个。
例如，假设我有一个模型，它已经被训练成一个定制的食物实体。(比萨饼、意大利面、面包等…)。现在我想采用现有的模式，并为一个名为“饮料”的新实体进行培训，其中包括可口可乐、百事可乐、果汁等关键词…。对spacy v3.0使用spacy列命令。
我目前使用的spacy列车命令如下：
> python -m spacy train
浏览 5提问于2021-06-22得票数 2
回答已采纳
我想在一个特定的域上实验NER，也就是从意大利语的旅游信息中提取地名。
到目前为止，我需要自己准备训练集，所以我将把
<START:something><END>
我的训练集中的一些优惠中的标签。
但在查看有关如何训练NER的OpenNLP文档时，我最终遇到了几个问题：
1)在定义开始/结束标记时，我可以自由地在标记内使用任何名称(我在上面的几行中写了"something“)，或者是否有一个要绑定的限制集？
2)我注意到对训练工具的调用
opennlp TokenNameFinderTrainer
将表示语言的字符串作为第一个参数。这是干嘛用的？考虑到我想训练
浏览 1提问于2014-05-03得票数 1
我正在为一个NLP项目使用。我有一个短语列表，我想标记为一个新的实体类型。我最初尝试过训练一个NER模型，但是由于有一个有限的术语列表，我认为简单地使用Matcher应该更容易。我在中看到，您可以根据Matcher将实体添加到文档中。我的问题是:如何对新的实体执行此操作，而不让NER管道标记任何其他标记作为该实体？理想情况下，只有通过matcher找到的令牌才应该标记为实体，但我需要将其作为标签添加到NER模型中，然后将一些标记为实体。
对于如何最好地完成这一任务，有什么建议吗？谢谢!
浏览 2提问于2018-03-04得票数 4
回答已采纳
我想训练提取人名的模型( NER系统的一部分)，但是我想使这个模型没有案例(我的意思是这个模型不考虑字母大小写，大写字母和小写字母没有区别)，因为我有噪声的文本。
那么，在训练步骤中是否有任何参数可以做到这一点，或者任何其他方式？
浏览 9提问于2015-01-07得票数 2
回答已采纳
3回答
我试图为我的移动应用程序实现一个实用程序，以便根据用户问题执行一些操作。我需要一个从文本字符串(法语语法)中提取命名实体的算法。我在斯坦福大学的NER模型中使用过nltk的S界面，但它只适用于英语(支持其他语言的一个子集，但我找不到法语)。我也使用过Polyglot，但它似乎做得不太好(也许我使用的模型没有经过很好的训练)。我不知道是否有任何免费的REST可以为法语或任何其他算法，甚至已经训练好的nltk/Stanford NER模型提供REST。
浏览 0提问于2018-06-27得票数 2
回答已采纳
Rasa NLU版本：0.13.6
操作系统 (windows，osx，.)：windows
模型配置文件内容：yml
language: "en"
pipeline:
- name: tokenizer_whitespace
- name: intent_entity_featurizer_regex
- name: ner_crf
- name: ner_synonyms
- name: intent_featurizer_count_vectors
- name: intent_classifier_tensorflow_embedding
intent_toke
浏览 0提问于2018-10-15得票数 2
回答已采纳
我们正在考虑使用Stanford NER为我们的领域进行实体提取。所以我们需要重新训练分类器。但是，我们有Apache Spark环境。我想知道有没有人能建议如何在Spark上使用Stanford NER。我使用的是python 2.7 + NLTK。
任何回应都将不胜感激。
浏览 1提问于2017-05-02得票数 0
1回答
目前，我能够训练NER模型来识别Location、Person、Organization的定制值，但是我如何训练NER模型来识别其他实体，如Skill、Proofs、Vehicle..etc。
浏览 5提问于2018-07-30得票数 0
我正在使用training spacy NER从resume.But error中提取技能信息 在NER模型中找不到名为“U-SKILL”的过渡 训练数据： [(U“我有2年的Python经验”，{"entities"：(30，35，"SKILL")})] 代码： other_pipes = [pipe for pipe in nlp.pipe_names if pipe != "ner"]
with nlp.disable_pipes(*other_pipes):
optimizer = nlp.begin_training()
浏览 46提问于2019-04-17得票数 4
1回答
NLTK :持续学习
、、、
我一直在尝试使用NLTK的NER功能。我想从文章中提取这些实体。我知道这样做不可能十全十美，但我不知道在这两者之间是否有人为干预来手动标记其他人，这会不会有所改善？
如果是的话，在NLTK现有的模型中是否有可能持续地训练这个模型。(半监督训练)
浏览 3提问于2014-06-24得票数 0
回答已采纳
4回答
我需要提取一个人的电子邮件地址。我用几个例子在Spacy中训练了NER模型，但没有成功。它必须经过数千个示例的训练才能获得令人满意的结果。因此，我现在已经开始查看Token Matcher来获取电子邮件地址。以前有人做过这方面的工作吗？有没有更好的方法解决这个问题？
浏览 35提问于2019-04-02得票数 3
我正在尝试使用CoNLL格式的数据集训练SparkNLP NerCrfApproach模型，该数据集具有产品实体(如I-Prod、B-Prod等)的自定义标签。然而，当使用训练好的模型进行预测时，我只得到了"O“作为所有标记的分配标签。当使用在SparkNLP研讨会示例中的CoNLL数据上训练的相同模型时，分类效果很好。(请参阅https://github.com/JohnSnowLabs/spark-nlp-workshop/tree/master/jupyter/training/english/crf-ner) 因此，问题是：NerCrfApproach是否依赖于CoNLL数据
浏览 23提问于2021-10-13得票数 0
回答已采纳
我想使用一个预先训练好的BERT模型从句子中提取NER标签。我似乎找不到任何这样做的例子。我在网上找到的每个链接都是关于重新训练模型的。我只想用它们。基本上，给定一个句子，比如“来自德克萨斯州的John Smith”，我想要诸如"PERSON"，"PERSON"，"GEO“这样的标签。有人知道怎么做吗？ 谢谢!
浏览 12提问于2019-08-27得票数 0
2回答
我有一个包含两个管道的模型：['sbd', 'tagger']。第一个是句子标记器，第二个是标记符。现在，我想用这个模型来训练一个NER，这样我就可以有一个有三个管道的最终模型：['sbd', 'tagger','ner']。根据tagger，我需要禁用管道，以便只训练NER。我做到了，训练过程进行得很顺利。
我的问题是，最终保存的模型只包含一个管道，即NER系统。我能不能重新启用以前禁用的管道，这样我就可以用完整的管道保存最终模型了吗？
浏览 0提问于2018-10-29得票数 2
我正在训练一个自定义ner模型来识别地址中的组织名称。我的训练循环看起来像这样：
for itn in range(100):
random.shuffle(TRAIN_DATA)
losses = {}
batches = minibatch(TRAIN_DATA, size=compounding(15., 32., 1.001))
for batch in batches
texts, annotations = zip(*batch)
nlp.update(texts
浏览 0提问于2020-04-30得票数 0
1回答
如果你能帮我理解一些关于Spacy的基本概念，我会很有帮助的。
我知道一些spacy模型有一些预定义的静态向量，例如，对于西班牙模型，这些是由FastText生成的向量。我还了解到有一个tok2vec层，它从令牌生成向量，例如用作模型的NER组件的输入。
如果以上所述是正确的，那么我有一些问题：
NER组件也使用静态向量吗?如果是，那么component?层在哪里发挥作用?如果不是，那么使用lg或md模型是否有任何优势，如果您只打算将模型用于例如NER component？。
是已经为预先培训过的下载模型(例如西班牙语)而训练的tok2vec层吗?如果我替换预训练模型的NER组件，它是否保持t
浏览 1提问于2020-10-07得票数 6
回答已采纳
1回答
我尝试在每次迭代后保存到Spacy自定义NER模型。我们是否有类似于tensorflow中的API来在每/确定否之后保存模型权重。迭代次数。然后我可以重新加载保存的模型，并从那里继续训练。
另外，我如何在linux中利用我系统上的所有内核。我发现四个内核中只有两个在使用。他们使用多任务CNN进行NER，我知道在CPU上重新训练需要更多的时间。还有其他加速NER模型训练的方法。
@plac.annotations(
model=("Model name. Defaults to blank 'en' model.", "option", &
浏览 14提问于2018-01-19得票数 1
1回答
我使用空格进行命名实体识别。我在en_core_web_md上有我自己训练过的模型。我的模型大小是223兆字节。当模型加载到内存中时，它使用800兆字节。对于NER来说，有没有可能不加载所有的东西(lexemes.bin，string.json，key2row)，而只加载向量和模型(分别重4MB和24MB)，从而消耗更少的内存？还是都需要为NER加载？
浏览 49提问于2020-05-01得票数 1
回答已采纳
3回答
我成功地训练了一个关系抽取器模型，并创建了一个.ser文件。
但是，我遇到了一个问题，在这个问题中，模型成功地找到了一个关系，但是如果它的一个实体由多个令牌组成，那么只选择一个令牌()。例如，对于一个名为Friend_of的关系，以及一个类似于：
山姆·塔莉最好的朋友是琼恩·雪诺。
该模型将在以下实体之间找到Friend_of类型的关系：
塔利
琼恩
这导致我的测试将此标记为假阳性，并将整个模型标记为一个糟糕的分数。
我尝试使用相同的培训数据来训练自定义NER模型，然后使用这个自定义NER模型来使用我的支持文件中的以下属性来训练RelationExtractor模型：
浏览 4提问于2017-02-01得票数 2
回答已采纳
所以我的要求在口头上很简单。我需要基于自定义实体的StanfordCoreNLP默认模型以及经过自定义培训的模型。在最后的运行中，我需要能够从给定的句子中分离出特定的短语(将使用RegexNER)。
以下是我的努力：
with :-因此我想使用StanfordCoreNLP CRF文件、标记文件和ner模型文件，以及我的自定义培训的StanfordCoreNLP模型。我试着找出是否有任何正式的方法来做这件事，但是什么也没有得到。有一个属性"ner.model“用于StanfordCoreNLP管道，但如果使用，它将跳过默认的管道。
ever :- Next (可能不是有史以来最聪明
浏览 4提问于2017-04-30得票数 1
回答已采纳
1回答
我正在(从头开始)训练一组新的实体，并按照中所描述的那样做，然而，我的损失是停滞不前的，大量的时代并没有帮助。
我的数据：
9个不同实体，15000个培训数据(句子)。20年代以后的损失：
Loaded model 'en'
Losses {'ner': 25461.3508122763}
Losses {'ner': 17003.450728844182}
Losses {'ner': 15725.198527784352}
Losses {'ner': 15315.754479839785}
Losses {&
浏览 0提问于2019-02-14得票数 5
目前，我已经准备了一个自定义NER模型，在那里我可以提取15个实体。我使用config.cfg文件通过spacy3对我的模型进行了单个注释文件的培训。现在，我想再一次训练我的模型关于100个带注释的文件。如何传递这些带注释的文件？
浏览 13提问于2022-02-09得票数 1
1回答
我要求更好地理解使用DocBin序列化到磁盘的培训Spacy模型与通过自定义数据加载函数加载Example实例之间的一些细微差别。我们的目标是训练一个具有更多数据的Spacy NER模型，这些数据可以放入RAM (或者至少以某种方式避免将整个文件加载到RAM中)。尽管自定义数据加载器似乎是实现这一目标的一种特定方法，但我编写这个问题是为了提出更一般的问题：
在培训过程中，如果不加载整个训练数据集文件，如何训练Spacy模型？
浏览 3提问于2021-12-19得票数 -1
回答已采纳
我想训练一个spacy自定义NER模型，哪一个是最好的选择？ 列车数据已准备就绪(doccano) 选项1.使用现有的预先训练的spacy模型，并使用自定义NER?进行更新。 选项2.使用带有自定义NER的spacy.blank()创建一个空模型？ 我只想在文本中标识我的自定义实体，其他类型的实体不是necessary...currently
浏览 26提问于2020-08-25得票数 0
1回答
我使用一个NER模型来提取文本中显示的治疗(冰、热或OTC)，但是治疗有多个上下文。
建议HomecarePatient患者在家庭治疗时使用冰袋治疗膝盖--在临床治疗中给冰袋治疗--在诊所。
在以上所有句子中，NER模型都提取冰包作为治疗实体，但如何使它学习上下文并进一步识别治疗是家庭建议还是临床治疗。应该根据周围的单词来学习上下文(继续和遵循这两个词)。
对于这个用例，我应该使用什么技术？我不想在NER之上使用基于规则的技术，我已经使用了这些技术，但我希望以一种更复杂的方式这样做。
对于实体识别，我使用了一个经过预先训练的生物医学人员(来自Scispacy libaray)，并使用实体规则将
浏览 2提问于2021-07-14得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
