使用“en_core_sci_lg”命名实体识别（NER）

Question

如本题所述（Scispacy for biomedical named entitiy recognition(NER)），模型的“ner”组件将它们标记为“ENTITY”。我们如何识别专门定制的术语？例如，将

["Banana" --> ENTITY]

更改为

["Banana" --> "Food"]

。 Spacy“EntityLinker”（https://github.com/egerber/spaCy-entity-linker）不支持这种格式。需要进行哪些修改？

我只需要使用这个模型，因为它可以提取大部分实体。我只寻求有关如何将标签

"ENTITY"

更改为“食物”的帮助。带有代码的示例将非常有帮助。

#期望输出：

nlp = spacy.load("en_core_sci_lg")

doc = nlp("I ate Apple and Banana")

 for en in doc.ents:

print(f"{en.text} ---->{en.label_}")

苹果 ---> 食物

香蕉--->食物