spaCy - 容器 Span 类

本章将帮助您理解 spaCy 中的 Span 类。

Span 类

它是从上面讨论过的Doc对象中切片。

下表解释了它的参数：

名称	类型	描述
doc	Doc	它代表父文档。
tensor V2.1.7	Ndarray	在 2.1.7 版本中引入，代表 span 在父Doc张量中的切片。
sent	Span	它实际上是此 span 所属的句子 span。
start	Int	此属性是 span 起始的标记偏移量。
end	Int	此属性是 span 结束的标记偏移量。
start_char	Int	表示 span 起始字符偏移量的整数类型属性。
end_char	Int	表示 span 结束字符偏移量的整数类型属性。
text	Unicode	它是一个 Unicode 字符串，表示 span 文本。
text_with_ws	Unicode	它表示 span 的文本内容，如果最后一个标记有尾随空格字符，则包含尾随空格字符。
orth	Int	此属性是逐字文本内容的 ID。
orth_	Unicode	它是 Unicode 逐字文本内容，与Token.text相同。此文本内容主要为了与其他属性保持一致。
label	Int	此整数属性是 span 标签的哈希值。
label_	Unicode	它是 span 的标签。
lemma_	Unicode	它是 span 的词形。
kb_id	Int	它表示 span 引用的知识库 ID 的哈希值。
kb_id_	Unicode	它表示 span 引用的知识库 ID。
ent_id	Int	此属性表示标记所属命名实体的哈希值。
ent_id_	Unicode	此属性表示标记所属命名实体的字符串 ID。
sentiment	Float	一个浮点类型的标量值，表示 span 的积极性或消极性。
_	下划线	它代表用户空间，用于添加自定义属性扩展。

以下是 Span 类中使用的方法：

序号	方法及描述
1	Span._ _init_ _ 从切片 doc[start : end] 构造 Span 对象。
2	Span._ _getitem_ _ 获取特定位置（例如 n，其中 n 是整数）处的标记对象。
3	Span._ _iter_ _ 迭代那些可以轻松访问其注释的标记对象。
4	Span._ _len_ _ 获取 span 中标记的数量。
5	Span.similarity 进行语义相似性估计。
6	Span.merge 重新标记文档，使 span 合并成单个标记。

以下是 Span 类中使用的类方法：

序号	类方法及描述
1	Span.set_extension 它在 Span 上定义自定义属性。
2	Span.get_extension 按名称查找先前扩展。
3	Span.has_extension 检查是否已在 Span 类上注册扩展。
4	Span.remove_extension 删除先前在 Span 类上注册的扩展。

打印页面