spaCy V3.0 基于规则匹配(3)----基于规则的命名实体识别NER_spacy ner

EntityRuler是一个spaCy管道组件，可以通过基于patterns字典添加命名实体，能够方便基于规则和统计方式的命名实体识别方法相结合，从而实现功能更强大的spaCy管道。

1 实体patterns

实体patterns是一个字典，包含两个键：“label”，指定模式匹配时的实体标签，“pattern”，匹配模式。EntityRuler接受两种类型的pattern：

• 1 用于精确字符匹配的短语模式(Phrase patterns)：

  {
   "label": "PROPER_N", "pattern": "喘振区"}
1
2

• 2 词符模式(Token patterns) ，用字典描述一个词符(Token)或词符(Token)列表：

{
   "label": "T", "pattern": [{
   "POS": "NOUN", "OP":"?"},{
   "POS": "NOUN"}, {
   "ORTH": "温度"}]}

#对于例句：  "冷渣器内部冷却水管泄漏造成灰渣板结。轴承绝缘击穿，电机漏磁电流通过轴承造成油膜破坏。"

#其结果为：轴承温度,盘根温度,电机线圈温度
1
2
3
4
5
6
7
8
9

2 EntityRuler的用法

EntityRuler是一个spaCy管道组件，通常通过nlp.add_pipe添加到spaCy管道。 当对文本调用nlp对象时，会在doc中找到匹配项，将其作为实体添加到doc.ents，并使用指定的pattern标签作为实体标签。如果有匹配项存在重叠，则以长度优先的模式匹配。等长时，则选择文档中先出现的匹配项。

nlp = spacy.load("zh_core_web_sm")
user_dict = get_user_dict('c:/user_dict.txt')
nlp.tokenizer.pkuseg_update_user_dict(user_dict)
ruler = nlp.add_pipe('entity_ruler')
patterns = [{
   "lab
1
2
3
4
5