Python 可以在spaCy IOB转换器生成的JSON中检索整个句子吗?
按照以下步骤将IOB格式的数据转换为spaCy兼容的JSON;应该表示句子的值在我的JSON中显示为“null” 以下是我的数据摘录(Python 可以在spaCy IOB转换器生成的JSON中检索整个句子吗?,python,json,spacy,spacy-3,Python,Json,Spacy,Spacy 3,按照以下步骤将IOB格式的数据转换为spaCy兼容的JSON;应该表示句子的值在我的JSON中显示为“null” 以下是我的数据摘录(test.iob): 然后,我输入命令: python -m spacy convert -c auto -s -n 1 -t json ./test.iob . --lang fr 最后,在输出中,我得到了以下JSON,但没有“raw”值: [ { "id":0, "paragraphs":[
test.iob
):
然后,我输入命令:
python -m spacy convert -c auto -s -n 1 -t json ./test.iob . --lang fr
最后,在输出中,我得到了以下JSON,但没有“raw”
值:
[
{
"id":0,
"paragraphs":[
{
"raw":null,
"sentences":[
{
"tokens":[
{
"id":0,
"orth":"GRIMALTE",
"space":" ",
"tag":"-",
"ner":"U-PERS"
},
{
"id":1,
"orth":"AMANT",
"space":" ",
"tag":"-",
"ner":"O"
},
{
"id":2,
"orth":"DE",
"space":" ",
"tag":"-",
"ner":"O"
},
{
"id":3,
"orth":"LA",
"space":" ",
"tag":"-",
"ner":"O"
},
... continue
我真的很想检索这句话(在“raw”值中),以便能够从JSON的实体创建一个训练集,如下所示:
[
("GRIMALTE AMANT DE LA dame Gradisse narre sommairement Les amoureux regredz de Flamete , qui furent occasion qu' il cherchast moyen d' y remedier Chapitre premier ", {'entities': [(0, 8, 'PERS'), (21, 25, 'PERS'), (26, 34, 'PERS'), (78, 85, 'PERS')]})
... continue
]
这可能是因为我的IOB文件不包含句子之间的空格吗?(因为查看文档似乎不会影响iob到json的转换)
如果您对此问题有任何线索,请提前感谢。由于此格式的原始语料库不包含空格信息,您无法生成原始/正确的
原始句子,因此将其保留为null
<代码>空格训练
将在训练和评估时考虑是否有空格信息,因此可以使用或不使用原始
,或使用和不使用原始
的混合文档进行训练
如果您正在使用spacy进行培训,则不希望将此数据转换为具有文本字符串和字符偏移量的格式。如果您有像l'
这样的标记,则会导致问题,如果有以下空格,则标记将不正确。您应该能够使用JSON格式中带有“ner”
标记的spacy train
[
("GRIMALTE AMANT DE LA dame Gradisse narre sommairement Les amoureux regredz de Flamete , qui furent occasion qu' il cherchast moyen d' y remedier Chapitre premier ", {'entities': [(0, 8, 'PERS'), (21, 25, 'PERS'), (26, 34, 'PERS'), (78, 85, 'PERS')]})
... continue
]