spaCy - 转换命令

顾名思义，此命令会将文件转换为 spaCy 的 JavaScript 对象表示法(JSON 格式)，尤其适用于与 train 命令和其他实验管理功能一起使用。

转换命令如下：

python -m spacy convert [input_file] [output_dir] [--file-type] [--converter][--n-sents] [--morphology] [--lang]

参数

下表解释了其参数：

参数	类型	描述
input_file	位置参数	它代表输入文件。
output_dir	位置参数	此参数代表转换文件的输出目录。默认为“-”，表示数据将写入标准输出。
--file-type, -t	选项	它是要创建的文件类型。
--converter, -c	选项	它代表要使用的转换器的名称。
--n-sents, -n	选项	它代表每个文档的句子数。
--seg-sents, -s	标志	用于分句（对于 -c ner）。
--model, -b	选项	它代表基于解析器的分句模型（对于 -s）。
--morphology, -m	选项	此参数启用将形态附加到标签。
--lang, -l	选项	它是语言代码，如果需要分词器则使用。
--help, -h	标志	此参数将显示帮助信息和其他可用参数。

以下是可以使用此命令生成的输出文件类型：

下表显示了转换器选项：

序号	ID 和描述
1	自动它将根据文件扩展名和文件内容自动选择转换器。
2	conll, conllu, conllubio 这些是通用依赖项 .conllu 或 .conll 格式。
3	Ner 它具有 IOB/IOB2 标签的 NER。其中，每行一个标记，列用空格分隔。第一列是标记，最后一列是 IOB 标签。句子用空行分隔，文档用“-DOCSTART- -X- O O”行分隔。支持 CoNLL 2003 NER 格式。
4	Iob 它具有 IOB/IOB2 标签的 NER。其中，每行一个句子，标记用空格分隔，注释用 \| 分隔，例如word\|B-ENT 或 word\|POS\|B-ENT。
5	Jsonl 它是格式化为 JSONL 的 NER 数据，每行一个字典，以及“text”和“spans”键。

打印页面