Как потренировать собственную модель и протестировать ее со вкусом

Question

Я использую приведенный ниже код для обучения уже существующей модели пространства.Тем не менее, я не получаю правильные результаты тестов:

Чего мне не хватает?

import spacy
import random
from spacy.gold import GoldParse
from spacy.language import EntityRecognizer

train_data = [
    ('Who is Rocky babu?', [(7, 16, 'PERSON')]),
    ('I like London and Berlin.', [(7, 13, 'LOC'), (18, 24, 'LOC')])
]

nlp = spacy.load('en', entity=False, parser=False)
ner = EntityRecognizer(nlp.vocab, entity_types=['PERSON', 'LOC'])

for itn in range(5):
    random.shuffle(train_data)
    for raw_text, entity_offsets in train_data:
        doc = nlp.make_doc(raw_text)
        gold = GoldParse(doc, entities=entity_offsets)

        nlp.tagger(doc)
        nlp.entity.update([doc], [gold])
Now, When i try to test the above model by using the below code, I don't get the expected output.

text = ['Who is Rocky babu?']

for a in text:
        doc = nlp(a)
        print("Entities", [(ent.text, ent.label_) for ent in doc.ents])
My output is as follows:

Entities []
whereas my expected output is as follows:

Entities [('Rocky babu', 'PERSON')]
Can someone please tell me what I'm missing ?

Answer 1

Не могли бы вы повторить попытку с

nlp = spacy.load('en_core_web_sm', entity=False, parser=False)

Если это дает ошибку, потому что у вас не установлена ​​эта модель, вы можете сначала запустить

python -m spacy download en_core_web_sm

в командной строке.

И, конечно, имейте в виду, что для правильного обучения модели вам понадобится еще много примеров, чтобы модель могла обобщать!