python - 改变 Spacy 中的单个实体

Question

是否可以更改 Spacy 中的单个实体？我的列表中有一些文档对象，其中一些文档包含“FRAUD”标签。但是，我需要将一些“FRAUD”实体标签更改为“FALSE_ALARM”。我正在使用 Spacy 的匹配器来查找“FALSE_ALARM”实体，但我无法覆盖现有标签。我尝试过以下方法:

def add_event_ent(matcher, doc, i, matches):
    match_id, start, end = matches[i]
    match_doc = doc[start:end]
    for entity in match_doc.ents:
        # k.label = neg_hash <-- says "  attribute 'label' of 'spacy.tokens.span.Span' objects is not writable"

        span = Span(doc, entity.start, entity.end, label=false_alarm_hash)
        doc.ents = list(doc.ents) + [span]  # add span to doc.ents


    ValueError: [E098] Trying to set conflicting doc.ents: '(14, 16, 
    'FRAUD')' and '(14, 16, 'FALSE_ALARM')'. A token can only be part of one entity, so make sure the entities you're setting don't overlap.

Answer 1

错误消息告诉您发生了什么事:spacy不允许重叠实体，并且您尝试将新实体添加到 token 而不先删除原始实体。你想要的东西更像是:

for entity in match_doc.ents:
    span = Span(doc, entity.start, entity.end, label=false_alarm_hash)
    doc.ents = [span if e == entity else e for e in doc.ents]

这是对当前代码的一行更改，以使其正常工作，但列表理解确实效率很低。除非您的匹配项非常少，否则您可能希望重新构建处理匹配项的方式，以实现此目的，而无需重复迭代整个实体列表。将所有匹配作为列表处理 (matches = matcher(doc)) 可能比使用回调函数更有意义。