ValueError:nlp.add_管道现在采用已注册组件工厂的字符串名称，而不是可调用组件

Question

下面的link显示了如何在实体跨越多个令牌的情况下添加自定义实体规则。执行此操作的代码如下所示：

import spacy
from spacy.pipeline import EntityRuler
nlp = spacy.load('en_core_web_sm', parse=True, tag=True, entity=True)

animal = ["cat", "dog", "artic fox"]
ruler = EntityRuler(nlp)
for a in animal:
    ruler.add_patterns([{"label": "animal", "pattern": a}])
nlp.add_pipe(ruler)


doc = nlp("There is no cat in the house and no artic fox in the basement")

with doc.retokenize() as retokenizer:
    for ent in doc.ents:
        retokenizer.merge(doc[ent.start:ent.end])


from spacy.matcher import Matcher
matcher = Matcher(nlp.vocab)
pattern =[{'lower': 'no'},{'ENT_TYPE': {'REGEX': 'animal', 'OP': '+'}}]
matcher.add('negated animal', None, pattern)
matches = matcher(doc)


for match_id, start, end in matches:
    span = doc[start:end]
    print(span)

我试过了，但错误如下：

• 如果使用nlp.create_pipe('name')创建组件：请删除nlp.create_pipe并调用nlp.add_pipe('name')

• 如果您传入了一个类似TextCategorizer()的组件：使用字符串名调用nlp.add_pipe，例如nlp.add_pipe('textcat')

• 如果您正在使用自定义组件：将装饰器@Language.component（用于函数组件）或@Language.factory（用于类组件/工厂）添加到自定义组件并为其指定名称，例如@Language.component('your_name')。然后可以运行nlp.add_pipe('your_name')将其添加到管道中

请问我怎样才能修好？ NB:spaCy版本3.0.6

Answer 1

对于spaCy v2，添加实体标尺的常规方法如下所示：

ruler = EntityRuler(nlp)
nlp.add_pipe(ruler)
ruler.add_patterns(...)

对于spaCy v3，您只需将其与字符串名称一起添加，并跳过单独实例化该类：

ruler = nlp.add_pipe("entity_ruler")
ruler.add_patterns(...)

见：https://spacy.io/usage/v3#migrating-add-pipe

Answer 2

您需要定义自己的方法来实例化实体标尺：

def get_ent_ruler(nlp, name):
    ruler = EntityRuler(nlp)
    for a in animal:
        ruler.add_patterns([{"label": "animal", "pattern": a}])
    return ruler

然后，您可以通过以下方式使用它：

from spacy.language import Language
Language.factory("ent_ruler", func=get_ent_ruler)
nlp.add_pipe("ent_ruler", last=True)

另外，请注意，您编写的模式无效。我想你可以这样修理它：

pattern =[{'lower': 'no'},{'ENT_TYPE': 'animal'}]

然后，结果是

no cat
no artic fox