spacy自定义中文命名实体识别

目前，Spacy的中文支持还不够完善，但是你可以通过自定义模型来实现中文命名实体识别。

以下是一个简单的例子：

1. 安装Spacy和中文语言模型

pip install spacy
python -m spacy download zh_core_web_sm

2. 编写代码

import spacy
from spacy.tokens import Span

nlp = spacy.load("zh_core_web_sm")

# 自定义实体类型
LABEL = "MY_ENTITY"

# 添加实体类型到Spacy的命名实体识别器
ner = nlp.get_pipe("ner")
ner.add_label(LABEL)

# 使用示例文本训练模型
TRAIN_DATA = [("我喜欢喝可乐。", {"entities": [(4, 7, LABEL)]}),
              ("我是北京市的居民。", {"entities": [(2, 6, LABEL)]}),
              ("他是上海的一名工程师。", {"entities": [(2, 4, LABEL)]})]

# 训练模型
for _, annotations in TRAIN_DATA:
    for ent in annotations.get("entities"):
        ner.add_label(ent[2])
n_iter = 10
for i in range(n_iter):
    random.shuffle(TRAIN_DATA)
    losses = {}
    for text, annotations in TRAIN_DATA:
        nlp.update([text], [annotations], losses=losses, drop=0.2)
    print(losses)

# 测试模型
doc = nlp("我喜欢喝可乐和牛奶。我是北京市的居民。他是上海的一名工程师。")
for ent in doc.ents:
    print(ent.text, ent.start_char, ent.end_char, ent.label_)

在这个例子中，我们定义了一个新的实体类型“MY_ENTITY”，并将其添加到Spacy的命名实体识别器中。然后我们使用一些示例文本来训练模型，并使用测试文本来测试模型。在测试文本中，我们可以看到模型成功地识别出了我们定义的实体类型。