Nlp 移除'；人'；从文本开始？ 导入空间 >>>en=空间荷载（'en'） >>>text=“乔正在街上走。他想知道丹·乔丹是否很快就会回家。” >>>doc=en（文本） >>>people=[e表示文档中的e，如果e.label=PERSON'] >>>印刷品（人） [乔，丹·乔丹] >>>打印（doc.ents） （乔、丹·乔丹）
我希望能够用一个标签删除或替换所有的ENT，在本例中为“PERSON”——因此不知何故获得“x正在街上走，他想知道x是否很快会回家”Nlp 移除'；人'；从文本开始？ 导入空间 >>>en=空间荷载（'en'） >>>text=“乔正在街上走。他想知道丹·乔丹是否很快就会回家。” >>>doc=en（文本） >>>people=[e表示文档中的e，如果e.label=PERSON'] >>>印刷品（人） [乔，丹·乔丹] >>>打印（doc.ents） （乔、丹·乔丹）,nlp,spacy,Nlp,Spacy,我希望能够用一个标签删除或替换所有的ENT，在本例中为“PERSON”——因此不知何故获得“x正在街上走，他想知道x是否很快会回家” 最好的方法是什么？我想你必须以某种方式重新整理文档并删除/替换“PERSON”字符串，但是我不知道如何在遍历文档时检查令牌是否是ent，以及than-ent是否有“PERSON”标签……您可以指定一个令牌扩展名，该扩展名不同于其他可变字段，并且可以存储所需信息。在这种情况下，您可以复制每个令牌的文本，然后通过更改此项来匿名化实体 导入空间 spacy.tokens
最好的方法是什么？我想你必须以某种方式重新整理文档并删除/替换“PERSON”字符串，但是我不知道如何在遍历文档时检查令牌是否是ent，以及than-ent是否有“PERSON”标签……您可以指定一个令牌扩展名，该扩展名不同于其他可变字段，并且可以存储所需信息。在这种情况下，您可以复制每个令牌的文本，然后通过更改此项来匿名化实体
导入空间
spacy.tokens.token.token.set_扩展名（'匿名化'，默认值=''）
text=“乔正在街上走。他想知道丹·乔丹是否很快就会回家。”
doc=en（文本）
people=[e表示文档中的e，如果e.label=PERSON']
对于文件中的tok：
tok.\uu.anonymized=tok.text
对于人耳鼻喉科：
ent[0]。u.anonymized=“X”
对于范围（1，len（ent））中的i：
ent[i]。u.匿名=“”
“.join”（[tok.\u0.anonymized+（“if-tok.whitespace\u0.else”）
对于文档中的tok，如果tok.[匿名]）
'X is walking down the street. He is wondering if X will be home soon.'