Python 如何恢复NER培训？

我正在使用Spacy 2.0.6与意大利NER模型。 我想添加样本到该模型，以提高准确性。正确的方法是什么

开始时，我用以下代码对模型进行了培训：

    with nlp.disable_pipes(*other_pipes):  # only train NER
        optimizer = nlp.begin_training()
        for itn in range(epochs):
            random.shuffle(train)
            losses = {}

            for batch in minibatch(train, size=32):
                docs, golds = zip(*batch)
                nlp.update(docs, golds, drop=.3, sgd=optimizer, losses=losses)

不幸的是，它不适用于新样本。 我在

optimizer=nlp.begin\u training（）

行中遇到一个错误

optimizer = nlp.begin_training()
  File "/home/damiano/lavoro/python/parser/.env/lib/python3.5/site-packages/spacy/language.py", line 456, in begin_training
    sgd=self._optimizer)
  File "nn_parser.pyx", line 843, in spacy.syntax.nn_parser.Parser.begin_training
KeyError: 'token_vector_width'

---

如何“恢复”NER模型的训练？

在spacy中训练NER时，我也会出错。AttributeError:“English”对象没有在线优化器的“resume\u training”属性=nlp.resume\u training（）