Python 为什么。当我调用函数时，ents没有以正确的方式工作

当我运行这个程序时，

打印nlp（输入字符串）

工作正常。但是当它执行行“doc\u entities=doc.ents”时

它删除了上面三行，其中包含名称mobile和email以及 我想从中提取名称

---

问题在哪里？

“doc\u entities=doc.ents”

没有以正确的方式工作，或者是什么？

所以我稍微重写了您的示例，使其更简单一些，对我来说效果很好。我认为您遇到的许多问题可能与嵌套筛选和字符串操作有关，您可以轻松删除这些操作，因为spaCy已经为您完成了所有这些

这里，我只是在文本中找到的实体上进行迭代，如果实体标签是

PERSON

，并且实体由两个或多个标记组成，我们假设它是人名并打印实体文本。

doc.ents

中的每个条目都是一个

Span

对象，其长度是令牌的长度。因此无需拆分字符串–只需使用

len（ent）

当然，只有spaCy的模型真正将该名称识别为实体时，才会返回结果。默认模型是针对通用新闻和web文本进行培训的，因此，如果您正在处理简历，如果不对用例进行微调，您可能无法始终获得完美的结果

您的问题并不完全清楚您想对电话号码或电子邮件地址做什么，但所有这些信息仍将在您的

文档中提供。例如，假设您还想提取电子邮件地址，最简单的方法是在令牌上使用
like_email
属性：

nlp = spacy.load('en_core_web_sm')
doc = nlp(u"John Smith")  # or whatever else

for ent in doc.ents:
    if ent.label_ == 'PERSON' and len(ent) >= 2:
        print('The candidate name is: ', ent.text)  # do something with the entity

您建议我们如何在没有输入字符串或
nlp
的情况下调试此文件？同样，不知道您的
文件.txt
是什么样子。@erip这是我的文本文件，我不确定这是否是问题所在，由于多个
过滤器
s使示例有点难以理解–但请记住，
doc.ents
返回的是生成器而不是列表，因此在开始从中提取之前，您可能希望将其包装到列表
list（doc.ents）
中以创建副本。如果你用一个更直接的
for
循环替换
doc\u persons
提取，可能会使你的代码更容易调试——至少在你解决问题之前是这样（当然，这主要取决于个人偏好）。@InesMontani我尝试过lis（doc.ents）但产量不变，非常感谢。但当我把doc=nlp（u“Jay Pratap Pandey”）放进去时，它不会返回任何东西。是的，这是绝对可能的——模型是统计的，它们识别的实体取决于它们接受培训的数据。因此，训练语料库可能包含了很多类似于“约翰·史密斯”的名字，但没有足够多类似于“杰伊·普拉塔普·潘迪”的名字——因此该模型目前无法预测它是一个
人
实体。您可以使用更多类似于应用程序需要识别的名称的示例进行研究。
nlp = spacy.load('en_core_web_sm')
doc = nlp(u"John Smith")  # or whatever else

for ent in doc.ents:
    if ent.label_ == 'PERSON' and len(ent) >= 2:
        print('The candidate name is: ', ent.text)  # do something with the entity

doc = nlp(u"John Smith, john@smith.com")
email_addresses = [token.text for token in doc if token.like_email]
# ['john@smith.com']