spacy - 为 spaCy 使用 BILOU 标签注释句子

Question

我应该如何用 BILOU 标签注释（定义实体）以下句子？特别是，由于 BILOU 不提供字符位置，我应该如何处理附加到没有任何空格的单词的特殊字符/标点符号？例如(Principal, (Co-investigator)等Dr.。

医学博士。XYZ DEF（首席研究员）XYZ ABC（联合研究员），医学博士。XYZ RST（独立评分者）

我应该将(Principal其视为单一实体吗？

标签： spacynamed-entity-recognition

Answer 1

对于 BILOU 标记，您需要具有预先标记的文本。是一个标记还是(Principal两个标记取决于您的标记器，但它通常会被拆分。

这是一个使用带有默认英文模型和一些基本标签的 spaCy 的 BILOU 示例：

Dr.    O
med    O
.    O
XYZ    B-PERSON
DEF    L-PERSON
(    O
Principal    B-ROLE
Investigator    L-ROLE
)    O
XYZ    B-PERSON
ABC    L-PERSON
(    O
Co    B-ROLE
-    I-ROLE
investigator    L-ROLE
)    O
,    O
Dr.    O
med    O
.    O
XYZ    B-PERSON
RST    L-PERSON
(    O
Independent    B-ROLE
Rater    L-ROLE
)    O

如果您使用 spaCy，您可以为训练数据指定带有字符范围的 NER 标签，这应该有助于标记器输入的变化。有关详细信息，请参阅培训文档。