Personalizzare i modelli spaCy

Natural Language Processing con spaCy

Azadeh Mobasher

Principal data scientist

Perché addestrare modelli spaCy?

Vanno alla grande per casi d'uso NLP generali
Ma potrebbero non aver visto dati di domini specifici in addestramento, ad es.
- dati da Twitter
- dati medici

Esempio di NER in ambito medico

Perché addestrare modelli spaCy?

Risultati migliori nel tuo dominio specifico
Essenziale per classificazioni testuali di dominio

Prima di iniziare ad addestrare, poniti queste domande:

I modelli spaCy vanno abbastanza bene sui nostri dati?
Il nostro dominio include molte etichette assenti nei modelli spaCy?

Prestazioni dei modelli sui nostri dati

I modelli spaCy vanno abbastanza bene sui nostri dati?
Oxford Street non è classificata correttamente con l'etichetta GPE:

import spacy
nlp = spacy.load("en_core_web_sm")

text = "The car was navigating to the Oxford Street."
doc = nlp(text)
print([(ent.text, ent.label_) for ent in doc.ents])

[('the Oxford Street', 'ORG')]

Etichette di output nei modelli spaCy

Il nostro dominio include molte etichette assenti nei modelli spaCy?

Esempio NER: dominio comune vs medico

Etichette di output nei modelli spaCy

Se serve un addestramento personalizzato, segui questi passi:

Raccogli dati del tuo dominio
Annota i dati
Scegli se aggiornare un modello esistente o addestrarne uno da zero

Esercitiamoci!

Natural Language Processing con spaCy