Machine learning 我们能在通过NER标记的实体周围找到句子吗？

我们已经准备好了一个模型，它标识了一个自定义命名实体。问题是，如果给出了整个文档，那么模型就不能按照经验工作。如果只给出了几句话，它会给出惊人的结果

我想选择标记实体前后的两个句子

如果文档的一部分有world Colombo（标记为GPE），我需要在标记前选择两个句子，在标记后选择两个句子。我尝试了几种方法，但复杂度太高了

spacy是否有一种内在的方法可以解决这个问题

我正在使用python和spacy

---

我已尝试通过标识标记的索引来解析文档。但是这种方法确实很慢。

看看您是否可以改进自定义命名实体识别器，这可能是值得的，因为额外的上下文会影响性能是不寻常的，如果您解决了这个问题，它整体上会工作得更好

但是，关于你对周围句子的具体问题：

Token

或

Span

（实体是

Span

）具有

.sent

属性，该属性将覆盖语句作为

Span

提供。如果您查看给定句子的开始/结束标记之前/之后的标记，您可以获得文档中任何标记的上一个/下一个句子

导入空间
def get_上一句（文档、令牌索引）：
如果doc[token_index].sent.start-1<0：
一无所获
返回单据[doc[token\u index].sent.start-1].sent
def get_next_语句（文档、令牌索引）：
如果doc[token\u index].sent.end+1>=len（doc）：
一无所获
返回单据[doc[token\u index].sent.end+1].sent
nlp=spacy.load（'en\u core\u web\u lg'）
text=“Jane是一个名字。这是一个句子。这是另一个句子。Jane在2010年是科伦坡市长。这是另一个填充句。这是另一个没有实体的填充句。其他人现在是科伦坡市长。”
doc=nlp（文本）
对于doc.ents中的ent：
打印（ent，ent.label，ent.sent）
打印（“上一页：”，获取上一句话（文档，ent.start））
打印（“下一步：”，获取下一句话（文档，ent.start））
打印（“---”）

输出：

Jane PERSON Jane is a name.
Prev: None
Next: Here is a sentence.
----
Jane PERSON Jane was the mayor of Colombo in 2010.
Prev: Here is another sentence.
Next: Here is another filler sentence.
----
Colombo GPE Jane was the mayor of Colombo in 2010.
Prev: Here is another sentence.
Next: Here is another filler sentence.
----
2010 DATE Jane was the mayor of Colombo in 2010.
Prev: Here is another sentence.
Next: Here is another filler sentence.
----
Colombo GPE Someone else is the mayor of Colombo right now.
Prev: And here is yet another padding sentence without entities.
Next: None
----