SpaCy-modellen aanpassen

Natural Language Processing met spaCy

Azadeh Mobasher

Principal data scientist

Waarom spaCy-modellen trainen?

Werken goed voor algemene NLP-cases
Maar hebben mogelijk geen data uit specifieke domeinen gezien, bijv.
- Twitter-data
- Medische data

Voorbeeld van NER in medisch domein

Waarom spaCy-modellen trainen?

Betere resultaten in je specifieke domein
Essentieel voor domeinspecifieke tekstanalyse

Stel vóór het trainen deze vragen:

Presteren spaCy-modellen goed genoeg op onze data?
Bevat ons domein veel labels die ontbreken in spaCy-modellen?

Modelprestaties op onze data

Presteren spaCy-modellen goed genoeg op onze data?
Oxford Street krijgt niet correct het label 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')]

Uitvoerlables in spaCy-modellen

Bevat ons domein veel labels die ontbreken in spaCy-modellen?

NER-voorbeeld: algemeen vs. medisch domein

Uitvoerlables in spaCy-modellen

Als we maatwerktraining nodig hebben, volgen we deze stappen:

Verzamel domeinspecifieke data
Annoteer de data
Kies: bestaand model updaten of vanaf nul trainen

Laten we oefenen!

Natural Language Processing met spaCy