スペイシーとdisplacy出力異なる

Question

私の文は次のとおりです。She had another chemotherapy protocol history with 5-FU alone before this protocol without any significant side effects.

私はdisplacy（https://demos.explosion.ai/displacy/）でこれを入れた場合、出力は名詞句として、5-FUへの参照が含まれています。私は、テキストに注釈を付けると名詞チャンクを検索するとき

しかし、私は名詞チャンクとして5-FUを示すわけではありません。私は以下のコードとタグを検索するとき

nlp = spacy.load('en') ax = nlp(mySentence) for w in ax.noun_chunks: print(w)

編集 また、私はNNとして5-FUを示しています。 Spacyの注釈がこの単一の単語を前置詞に囲まれた名詞として理解している場合、なぜその単語を名詞句として取り上げてはならないのですか？ エンド編集

マイスペイシーバージョン：​​

私が間違っているのか？ディスプレーシーと使用しているバージョンのバージョンに違いはありますか？この問題に対処するspaCyヘルプチームはありますか？

ありがとうございます！

Answer 1

Displacyは、解析ツリーを表示しながらいくつかの前処理を行います。ここでdisplacyで使用される（スペイシー上に構築された）解析サービスへのリンクです：代わりに、別々のトークンとして扱うの文章中 https://github.com/explosion/spacy-services/blob/master/displacy/displacy_service/parse.py#L25

if collapse_phrases: 
    for np in list(self.doc.noun_chunks): 
     np.merge(np.root.tag_, np.root.lemma_, np.root.ent_type_) 

スペイシーmerges名詞チャンクは、あなたの出力が異なる理由は、これがあります。

もう1つの違いは、使用するmodelsです。 Spacyがより大きいen_core_web_mdを使用しているのに対し、en_core_web_smの最小値を使用している可能性があります（公式にはどこにも記載されていません）。

Answer 2

私は同じ問題を解決しようとしています。 DisplayCyとSpaCyの出力は異なります（POSタグと単語間の関係）。

前処理マージは、DisplayCyで無効にすることができるため、前処理のようには見えません - 設定>フレーズの折りたたみ - 出力がまだ一致しません。

それはあなたがモデルをen_core_web_md使用する必要がいる可能性があります（en_core_web_smない）：

python -m spacy download en_core_web_md 

は、しかし、私はまだことをテストしていません。

Answer 3

彼らはV2.0 にアップグレードしたので、私は同様の問題に直面しました。その後、私はV2.0に移動しました モデルをインストールするには、--directフラグを使用してフルネームでダウンロードする必要があります。

python -m spacy download en_core_web_sm-2.0.0-alpha --direct # English 
python -m spacy download xx_ent_wiki_sm-2.0.0-alpha --direct # Multi-language NER 

spaCyのローダーを呼び出してモデルを読み込むことができます。例えばnlp = spacy.load('en_core_web_sm')、またはそれをモジュール（import en_core_web_sm）として読み込み、load（）メソッド（例：nlp = en_core_web_sm.load()）を呼び出します。

は https://github.com/explosion/spaCy/releases/tag/v2.0.0-alpha