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。