Python 3.x 如何仅针对spaCy中的特定实体标签进行培训？_Python 3.x_Machine Learning_Nlp_Spacy

Python 3.x 如何仅针对spaCy中的特定实体标签进行培训？

python-3.x machine-learning nlp

Python 3.x 如何仅针对spaCy中的特定实体标签进行培训？,python-3.x,machine-learning,nlp,spacy,Python 3.x,Machine Learning,Nlp,Spacy,我要更新具有以下实体标签的现有空间模型： ('CARDINAL', 'DATE', 'EVENT', 'FAC', 'GPE', 'LANGUAGE', 'LAW', 'LOC', 'MONEY', 'NORP', 'ORDINAL', 'ORG', 'PERCENT', 'PERSON', 'PRODUCT', 'QUANTITY', 'TIME', 'WORK_OF_ART') 但是，我只想更新（'ORG'、'GPE'、'PERSON'、'PRODUCT'）

我要更新具有以下实体标签的现有空间模型：

('CARDINAL',  'DATE',  'EVENT',  'FAC',  'GPE',  'LANGUAGE',  'LAW',  'LOC',  'MONEY', 'NORP',
 'ORDINAL',  'ORG',  'PERCENT',  'PERSON',  'PRODUCT',  'QUANTITY',  'TIME',  'WORK_OF_ART')

但是，我只想更新（'ORG'、'GPE'、'PERSON'、'PRODUCT'），同时保持其余内容不变。如何做到这一点？

最好的方法是使用要保留的标签从原始模型中采样预测，并在使用要更新的标签中的新示例训练模型时，将这些示例作为训练数据添加到模型中。这将确保模型在学习新标签的同时不会“忘记”如何保存标签

更多信息可在此处找到：