python - spacy 和 displacy 输出不同

Question

我的句子是:在此方案之前，她有另一种单独使用 5-FU 的化疗方案历史，没有任何明显的副作用。

当我将它放在位移 (https://demos.explosion.ai/displacy/) 中时，输出包含对 5-FU 作为名词短语的引用。

但是，当我注释文本并搜索名词 block 时，我没有将 5-FU 显示为名词 block 。

nlp = spacy.load('en')
ax = nlp(我的句子)
对于 ax.noun_chunks 中的 w:print(w)

编辑此外，当我使用以下代码搜索标签时，我将 5-FU 显示为 NN。如果 Spacy 的注释将这个单独的单词理解为一个被介词包围的名词，那么为什么不应该将该单词作为名词短语来拾取呢？结束编辑

我的 spacy 版本:

我做错了什么？ displaCy 和我使用的版本之间有版本差异吗？是否有 spaCy 帮助团队来解决这个问题？

非常感谢!

Answer 1

Displacy 在显示解析树时会做一些预处理。这是 displacy 使用的解析服务(建立在 spacy 上)的链接: https://github.com/explosion/spacy-services/blob/master/displacy/displacy_service/parse.py#L25

if collapse_phrases:
    for np in list(self.doc.noun_chunks):
        np.merge(np.root.tag_, np.root.lemma_, np.root.ent_type_)

斯帕西 merges句子中的名词 block 而不是将它们视为单独的标记，这就是您的输出不同的原因。

另一个区别是 models你使用的。您可能正在使用最小的 en_core_web_sm 而 Spacy 可能正在使用更大的 en_core_web_md(尽管它没有在任何地方正式提及)