spacy - 在spaCy中，为什么 '\n'经常被英文NER标记为GPE？

Question

我开始熟悉 spaCy v2.0。当我使用自己的文档运行 Lightning_Tour.py 时，我看到行尾字符串 \n 在实体输出中被一致标记为 GPE。

那么有什么方法可以预处理文档来阻止这种标记的发生吗？或者这是默认英语模型的行为？

Answer 1

是的，这是当前默认模型的行为(我使用的是 spaCy 2.0.5)，其他人也看到了(见我上面的评论)。作为一种解决方法，应该对暂时生成的实体进行后处理。