替换带有SpaCy标签的实体

Question

SpaCy是否有用其标签替换SpaCy NER检测到的实体？例如：我在玩苹果Macbook时正在吃一个苹果。

[我已经使用SpaCy训练了NER模型来检测“水果”实体，并且该模型成功地将第一个“苹果”检测为“水果”，但没有将第二个“苹果”检测到。

我想通过将每个实体替换为其标签来对数据进行后处理，所以我想用“水果”替换第一个“苹果”。句子将为“ 我在玩我的Apple Macbook时正在吃水果。“

如果我仅使用正则表达式，它也会将第二个“ Apple”也替换为“ FRUITS”，这是不正确的。有什么聪明的方法可以做到这一点吗？

谢谢！

Answer 1

实体标签是令牌的属性（请参见here）

import spacy
from spacy import displacy
nlp = spacy.load('en_core_web_lg')

s = "His friend Nicolas is here."
doc = nlp(s)

print([t.text if not t.ent_type_ else t.ent_type_ for t in doc])
# ['His', 'friend', 'PERSON', 'is', 'here', '.']

print(" ".join([t.text if not t.ent_type_ else t.ent_type_ for t in doc]) )
# His friend PERSON is here .

编辑：

为了处理实体可以跨越多个单词的情况，可以改用以下代码：

s = "His friend Nicolas J. Smith is here with Bart Simpon and Fred."
doc = nlp(s)
newString = s
for e in reversed(doc.ents): #reversed to not modify the offsets of other entities when substituting
    print(e)
    start = e.start_char
    end = start + len(e.text)
    newString = newString[:start] + e.label_ + newString[end:]
print(newString)
#His friend PERSON is here with PERSON and PERSON.