Nlp 为空间模型创建训练数据的方法？
我最近使用SpaCy开始了一次NLP之旅，我有大约5500条字符串要标记。在前100个版本中，我使用了一个带有自定义列的电子表格，然后通过一个脚本来生成Python字典。在工作表中，我对字符串、标签类型和标签值进行了笔划。然后，脚本从字符串中计算出标签值的位置 以这种方式生成培训数据相当耗时，而且容易出错Nlp 为空间模型创建训练数据的方法？,nlp,training-data,spacy,Nlp,Training Data,Spacy,我最近使用SpaCy开始了一次NLP之旅，我有大约5500条字符串要标记。在前100个版本中，我使用了一个带有自定义列的电子表格，然后通过一个脚本来生成Python字典。在工作表中，我对字符串、标签类型和标签值进行了笔划。然后，脚本从字符串中计算出标签值的位置 以这种方式生成培训数据相当耗时，而且容易出错 是否有任何工具可用于协助此操作？实际上，我只需要能够高亮显示子字符串，然后选择标签类型。我可以自己建造，但我觉得它可能已经存在了。我是spaCy的维护者之一，我们实际上一直在考虑这个问题！因此
是否有任何工具可用于协助此操作？实际上，我只需要能够高亮显示子字符串，然后选择标签类型。我可以自己建造，但我觉得它可能已经存在了。我是spaCy的维护者之一，我们实际上一直在考虑这个问题！因此，我们构建了一个与spaCy集成的注释工具，并将模型放入循环中，以帮助您更快地训练和评估模型。它目前处于测试阶段，但您可以注册免费邀请。Prodigy对其他注释工具的点击-拖动-高亮显示-选择概念采取了稍微不同的方法。它使用循环中的模型为训练建议具有最相关梯度的注释，并且只要求您提供简单的二进制反馈：接受或拒绝。这使您可以快速浏览示例。注释时，循环中的模型将更新，其预测将影响Prodigy下一步的要求 如果您希望改进spaCy模型中现有的实体类型，或者使用大量示例文本进行注释，那么这种方法尤其有效
如果您正在寻找一种更专门用于突出显示和注释文本范围的工具，您也应该查看。我不是100%确定输出是什么样子的，但您肯定能够将其转换为spaCy的训练格式。还有一个由社区的某个人开发的数据库。您可以使用任何文档数据库（如Mongo DB）而不是excel工作表，将语句和标签保存在JSON结构中。 差不多
{“text”：“who is John”，“entities”：[{“type”：“PER”“startPos”：7“endPos”：11}}