Spacy训练错误:IndexError：[E009]‘update’方法需要相同数量的文档和金牌，但got: 7个文档，9个金牌

Question

这是我使用spacy识别名称实体的代码。

import spacy
nlp = spacy.load("en")
text = "But YouTube is starting from behind. The company made a late push\ninto hardware, and Apple’s Siri, available on iPhones, and Amazon’s Alexa\nsoftware, which runs on its Echo and Dot devices, have clear leads in\nconsumer adoption."
doc = nlp(text)
for ent in doc.ents:
    print(ent.text,ent.label_)

输出：

YouTube ORG
Apple’s Siri ORG
iPhones ORG
Amazon ORG
Echo and Dot ORG

在spacy的NER模型中，YouTube是ORG标签，但我想将Youtube更新为我的项目的社区。为了更新这一点，我遵循spacy https://spacy.io/usage/training的正式文档，并以以下方式进行更新：

new_nlp = spacy.blank('en')
optimizer = new_nlp.begin_training()
new_nlp.update('YouTube', 'Community', sgd=optimizer)

更新时，我会收到以下错误：

IndexError: [E009] The `update` method expects same number of docs and golds, but got: 7 docs, 9 golds.

请告诉我哪里出了问题，我怎样才能以正确的方式更新Youtube。

Answer 1

在文档中，您可以看到update需要一个可迭代的：nlp.update([doc], [gold], drop=0.5, sgd=optimizer)

因此，解决办法就是把单词放在列表中：

new_nlp.update(['YouTube'], ['Community'], sgd=optimizer)

但是，您可能仍然会想，为什么错误看起来是这样的。这是因为字符串本身是可迭代的！当您在字符串上迭代时，它会生成每个字符-- 'YouTube'有7个字符，而'Community'有9个字符，这样就产生了"7 docs, 9 golds“。

Answer 2

New_nlp.update(json.loads，Youtube)，json.loads(社区)，sgd=optimizer