gpt4 book ai didi

python - 如何为 spaCy 的标点符号功能添加自定义符号?

转载 作者:太空宇宙 更新时间:2023-11-04 09:30:16 24 4
gpt4 key购买 nike

是否有任何选项可以添加默认标点符号规则中未包含的自定义标点符号? ( https://github.com/explosion/spaCy/blob/develop/spacy/lang/de/punctuation.py )

我正在使用 spaCy 的匹配器类 ( https://spacy.io/usage/rule-based-matching ) 和属性“IS_PUNCT”从我的文本中删除标点符号。

from spacy.matcher import Matcher

# instantiate Matcher
matcher = Matcher(nlp.vocab)

# define pattern
pattern = [{"IS_PUNCT": False}]

# add pattern to matcher
matcher.add("Cleaning", None, pattern)

我想自定义标点符号规则,以便能够删除“|”来 self 与匹配器的文本。

最佳答案

您可以通过将 lex_attr_getters[IS_PUNCT] 函数替换为包含描述附加字符的符号列表的自定义函数来实现。

import spacy
from spacy.symbols import IS_PUNCT
from spacy.lang.en import EnglishDefaults

def is_punct_custom(text):
extra_punct = ["|"]
if text in extra_punct:
return True
return is_punct_original(text)

# Keep a reference to the original is_punct function
is_punct_original = EnglishDefaults.lex_attr_getters[IS_PUNCT]
# Assign a new function for IS_PUNCT
EnglishDefaults.lex_attr_getters[IS_PUNCT] = is_punct_custom

关于python - 如何为 spaCy 的标点符号功能添加自定义符号?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56019093/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com