Spacy 2.0 NER Training

Question

SpacyV1では、文書とBILOU形式のエンティティ注釈のリストを提供することでNERモデルを訓練することができました。

V2トレーニングでは、このようなエンティティアノテーション（7,13、 'LOC'）を提供することによってのみ可能であるように見えます。エンティティオフセットとエンティティタグを使用します。

トークンのリストを提供する古い方法とBILOU形式のエンティティタグの別のリストは有効ですか？

ドキュメントから収集したところから、nlp.updateメソッドがGoldParseオブジェクトのリストを受け入れるので、各ドキュメントのGoldParseオブジェクトを作成し、BILOUタグをエンティティ属性に渡すことができました。しかし、GoldParseクラスの他の属性（例えば、頭やタグhttps://spacy.io/api/goldparse）を無視して重要な情報を失うか、NERを訓練するために必要とされない他の属性ですか？

ありがとうございます！

Answer 1

はい、まだGoldParse個のオブジェクトをBILUOタグで作成できます。使用例が "より単純な"オフセット形式を示す主な理由は、読みやすく理解しやすいということです。

NERをトレーニングしたい場合は、nlp.disable_pipes() context managerを使用して、トレーニング中に他のすべてのパイプラインコンポーネント（例：'tagger'および）を無効にすることもできます。ブロックの後に、コンポーネントが復元されるので、モデルを保存すると、パイプライン全体が含まれます。これはNER training examplesで実際に見ることができます。

Answer 2

どのようにしてGoldParseオブジェクトを使用してトレーニングできますか？私はしばらくの間試していますが、私は理解できませんでした。