Python 3.x 带有Spacy python错误的多实体识别

我被一个问题困住了，正在向你寻求帮助。我正在尝试使用spacy训练多个实体

以下是我的列车数据

response =[
('java developer with java and html css javascript ',
{'entities': [(0, 14, 'jobtitle'),
(0 , 4, 'skills'),
(34,37,'skills'),
(38, 49, 'skills')
]
}),
('looking for software engineer with java python',
{
'entities': [
(12, 29, 'jobtitle'),
(40, 46, 'skills'),
(35,39,"skills")
]
})
]

这是我发布的列车代码

        nlp = spacy.blank("en")
        optimizer = nlp.begin_training()
        for i in range(20):
            random.shuffle(TRAIN_DATA)
            for text, annotations in TRAIN_DATA:
                nlp.update([text], [annotations], sgd=optimizer)

错误：

---

ValueError:[E103]正在尝试设置冲突的文档：'（0,14，'jobtitle'）和'（0,4，'skills'）'。令牌只能是一个实体的一部分，因此请确保您正在设置的实体不重叠。

正如错误消息所解释的，spacy的NER模型不支持重叠的实体跨度，因此您无法使用这些注释训练模型。

是否有计划在将来支持它们？