как прогнозировать на основе обученной вручную пространственной модели - PullRequest
Новая
       108

как прогнозировать на основе обученной вручную пространственной модели

0 голосов
/ 20 июня 2020

У меня есть следующий код для создания и обучения новой пространственной модели. я не знаю, как предсказать сущности из нового текста?

может кто-нибудь помочь? 

TRAIN_DATA = [
    ("Uber blew through $1 million a week", [(0, 4, 'ORG')]),
    ("Android Pay expands to Canada", [(0, 11, 'PRODUCT'), (23, 30, 'GPE')]),
    ("Spotify steps up Asia expansion", [(0, 8, "ORG"), (17, 21, "LOC")]),
    ("Google Maps launches location sharing", [(0, 11, "PRODUCT")]),
    ("Google rebrands its business apps", [(0, 6, "ORG")]),
    ("look what i found on google!", [(21, 27, "PRODUCT")])]

nlp = spacy.blank("en")
optimizer = nlp.begin_training()
from spacy.gold import GoldParse  #<--- add this

for i in range(20):
    random.shuffle(TRAIN_DATA)
    for text, annotations in TRAIN_DATA:
        text = nlp.make_doc(text)
        gold = GoldParse(text, entities=annotations)  #<--- add this
        nlp.update([text], [gold], sgd=optimizer)

1 Ответ

0 голосов
/ 24 июня 2020

Вам необходимо сохранить обученную модель на диск. Тогда вместо spacy.blank("en") вы должны использовать spacy.load("path/to/model/"). Как только вы это сделаете, вы сможете использовать сохраненную модель.

...