我正在尝试使用spacy的'pre-train'功能进行NER任务，所以这是我尝试做的（我仍在尝试使用它），
第1步：我首先使用'en_core_web_lg'初始化模型然后将此模型保存到磁盘并在几行上测试其NER功能，以查看它是否识别这些测试行中的标记。 （记下忽略的标签）
第2步：接下来我创建了一个带有要训练的新数据的.jsonl文件（大约20个新行，我希望看到模型的功能给定实体周围的新数据（之前发现的忽略标签），它能够正确识别标签之后做转移学习）。所以使用这个.jsonl和我之前保存的模型我使用'spacy pre-train'命令进行训练，这为我创建了一个token2vec .bin文件（model999.bin）。
步骤3：接下来，我创建了一个函数，该函数获取先前保存的模型（步骤1中保存的模型）的位置和token2vec的位置（在步骤2中获得的model999.bin文件）。在函数内部，它加载模型>创建/获取管道>禁用其余文件>使用（pipe_name）.model.tok2vec.from_bytes（file_.read（））从model999.bin读取并将学习的向量广播到基本模型。
但是当我运行这个函数时，我得到了这个错误：ValueError: could not broadcast input array from shape (96,3,384) into shape (96,3,480)（我已经在这里上传了整个笔记本：[https://github.com/pratikdk/ner_test/blob/master/base_model_contextual_TF.ipynb]）。
为了预训练，我使用了这个功能python -m spacy pre-train ub.jsonl model_saves w2s
以下是我尝试在基础模型上训练的20条线[https://github.com/pratikdk/ner_test/blob/master/ub.jsonl]
这到底我做错了什么？请你也指出修复，我相信很多人需要对此有所了解。
所以我能解决这个问题，开发人员（在github上）回答了我的问题。这是答案：https://github.com/explosion/spaCy/issues/3616