- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
AllenNLP Interpret 和 Textattack 应该“攻击”模型以找出它们生成输出的原因。我主要使用 spaCy 来训练我的模型,并且想尝试其中任何一个框架,看看它们是否能让我更好地理解我的模型。但似乎它们与 spaCy 模型不兼容(或者我做错了什么)。对于 Textattack,我尝试按照以下示例进行操作: https://textattack.readthedocs.io/en/latest/quickstart/overview.html但将模型与 spaCy 模型交换。效果不佳,因为在 TokenizedText 类中有
ids = tokenizer.encode(text)
这会引发错误,因为 spaCy 的 Tokenizer 对象没有名为 encode() 的方法。我注意到其中有 Textattack 的 Tokenizer 和 SpacyTokenizer 的多个子类。如果那是 Tokenizer 的兼容版本,为什么不自动检测并调用它呢?我试着交换它们,但我对 SpacyTokenizer 需要的一些参数感到困惑:
def __init__(self, word2id, oov_id, pad_id, max_seq_length=128)
word2id 是词-id 对,但什么样的 id?它是针对词汇中的所有单词还是仅针对这个特定句子的标记?oov_id 更令人困惑,因为“oov”代表“out-of-variable”,而不是 spaCy 中的“out-of-vocabulary”。此外,在 spaCy 中,它是一个 bool 值,而不是一个 id。pad_id 根本没有解释,我也不知道它是什么。
所以看起来 Textattack 和 spaCy 之间有某种联系,但我不知道如何将它们组合成一个工作示例。
当谈到 AllenNLP 解释时,我尝试使用 hotflip 攻击,但首先发生的是这个错误消息:
for i in self.vocab._index_to_token[self.namespace]:
AttributeError: 'spacy.vocab.Vocab' object has no attribute '_index_to_token'
所以这个框架似乎也不适合 spaCy,因为它需要 _index_to_token,但 spaCy 的 Vocab 没有。
有人可以帮帮我吗?
最佳答案
我是 TextAttack 的创建者之一。我们内置的 SpaCyTokenizer 使用 SpaCy 将单词转换为标记,但需要一个字典来将标记转换为其相应的 ID。这样您就可以传递嵌入的词到 ID 映射并将这些 ID 与 SpaCy token 一起使用。这就是我们的模型在幕后的工作方式。
我需要更多信息来提供帮助。训练模型时,如何将文本转换为 ID?您能否提供一段代码,使用您的分词器将字符串转换为 token ID 列表?然后我可以向您展示如何包装您的分词器以使用 TextAttack。
希望这是有道理的。我们绝对可以更聪明地使用分词器并默认支持分词器,我们将在未来的更新中努力做到这一点。
关于python - 将 spaCy 模型与 AllenNLP Interpret 或 Textattack 结合使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61889477/
我有一段文本和索引条目,其中一些指示出现在文本中的重要多词表达 (MWE)(例如生物学文本的“海绵骨”)。我想使用这些条目在 spaCy 中构建自定义匹配器,以便我可以识别文本中出现的 MWE。一个附
我想在 Spacy 中使用德语 lemmatizer,但我对结果感到非常惊讶: import spacy nlp = spacy.load("de_dep_news_trf") [token.lemm
要将我的句子拆分为标记,我正在执行以下操作,这很慢 import spacy nlp = spacy.load("en_core_web_lg") text = "This is a test.
我已经使用空间很长一段时间了,我真的很喜欢这种置换 有没有一种方法可以让我们在网页中从我的数据集中提供多个文本,如一个小箭头,以重定向到下一条记录并标记实体。 我使用的代码如下。 def valida
我有变量 trainData它具有以下简化格式。 [ ('Paragraph_A', {"entities": [(15, 26, 'DiseaseClass'), (443, 449, 'Disea
我正在尝试测试在另一台计算机上运行的模型,但是当我尝试将其导入我的笔记本时,出现以下错误:ModuleNotFoundError:没有名为“spacy.pipeline.pipes”的模块; 'spa
我正在尝试测试在另一台计算机上运行的模型,但是当我尝试将其导入我的笔记本时,出现以下错误:ModuleNotFoundError:没有名为“spacy.pipeline.pipes”的模块; 'spa
当处理数百万文档并将它们保存为空间文档以供以后使用(更多处理、可视化、提取特征)时,一种明显的扩展解决方案是并行/分布式处理。这意味着每个并行进程都将拥有自己的 Vocab,这些 Vocab 可能会随
我正在使用 Spacy 大型模型,但它错误地使用与我的领域无关的类别标记实体,例如“艺术作品”可能导致它无法识别本应属于组织的内容。 是否可以限制 NER 仅返回人员、位置和组织? 最佳答案 简答:
我正在像这样使用 SpaCy 创建一个短语匹配器: import spacy from spacy.matcher import PhraseMatcher nlp = spacy.load("en"
我正在尝试使用 spaCy Matcher 工作获得以下简单示例: import en_core_web_sm from spacy.matcher import Matcher nlp = en_c
它没有出现在 pip list zeke$ pip list | grep spacy spacy (1.7.3) 如何获取模型名称? 我试过了,还是不行 echo "spaCy model:" py
我在 "Training an additional entity type" 中有新 NER 类型的训练数据spaCy 文档的部分。 TRAIN_DATA = [ ("Horses are
给定一个 token ,它是具有多个 token 的命名实体的一部分,是否有直接方法来获取该实体的跨度? 例如,考虑这个有两个词命名实体的句子: >>> doc = nlp("This year wa
如何限制 Spacy 使用的 CPU 数量? 我想从大量句子中提取词性和命名实体。由于 RAM 的限制,我首先使用 Python NLTK 将我的文档解析为句子。然后我遍历我的句子并使用 nlp.pi
显然 for doc in nlp.pipe(sequence) 比运行 for el in order: doc = nlp(el) .. 我遇到的问题是我的序列实际上是一个元组序列,其中包含用于将
显然 for doc in nlp.pipe(sequence) 比运行 for el in order: doc = nlp(el) .. 我遇到的问题是我的序列实际上是一个元组序列,其中包含用于将
我已经下载了 spaCy,但每次尝试 nlp = spacy.load("en_core_web_lg") 命令时,我都会收到此错误: OSError:[E050] 找不到模型“en_core_web
到目前为止,我一直在使用 spacy 2.3.1,并为我的自定义语言类(class)训练并保存了几个管道。但是现在使用 spacy 3.0 和 spacy.load('model-path') 我遇到
我安装了 spacy 使用 python3 install spacy 并使用下载了两个英文模型 python3 -m spacy download en 和 python3 -m spacy dow
我是一名优秀的程序员,十分优秀!