Spacy：用什么数据集格式对 1000 个标签进行分类？

问题描述

我想用 spacy 对文本进行分类 我基于 spacy 的 texcat_demo 项目，基于它，json 应该是这样的

{"text": "Sorpresa: Ceferin comió con Piqué y Laporta","cats": {"AR": 0,"ES": 1,"PT": 0 } } 
{"text": "Puado,de calabazas al Madrid a una renovación prioritaria","PT": 0 } } 

但是应该如何将这个 json 看成多个类别？，像这样

 {"text": "Sorpresa: Ceferin comió con Piqué y Laporta","cats": {"content": "news","language": "spanish" } }
 {"text": "Puado,"cats": {"content": "soccer","language": "portuguese" } }

谢谢

解决方法

您在 spaCy 论坛上询问了 the same question，但我会继续在这里回答：无论您有多少标签，格式都是相同的。 （你有其他理由吗？我不认为我们说任何地方都有限制......）

还要注意 JSON 格式不是固定格式，重要的是在序列化之前创建 Doc 对象。有很多方法可以做到这一点，但 spaCy tutorial projects 中有一些示例。