Personnaliser les modèles spaCy

Traitement du langage naturel avec spaCy

Azadeh Mobasher

Principal data scientist

Pourquoi entraîner des modèles spaCy ?

Très utiles pour les cas d'usage NLP généraux
Mais ils n'ont pas forcément vu des données de domaines précis pendant l'entraînement, p. ex.
- Données Twitter
- Données médicales

Exemple de NER en domaine médical

Pourquoi entraîner des modèles spaCy ?

Meilleurs résultats sur votre domaine
Essentiel pour la classification de texte par domaine

Avant d'entraîner, posez-vous ces questions :

Les modèles spaCy sont-ils assez performants sur nos données ?
Notre domaine comprend-il plusieurs étiquettes absentes des modèles spaCy ?

Performance des modèles sur nos données

Les modèles spaCy sont-ils assez performants sur nos données ?
Oxford Street n'est pas correctement classée avec l'étiquette 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')]

Étiquettes de sortie dans les modèles spaCy

Notre domaine comprend-il plusieurs étiquettes absentes des modèles spaCy ?

Exemple de NER : général vs médical

Étiquettes de sortie dans les modèles spaCy

Si un entraînement personnalisé s'impose, suivez ces étapes :

Rassembler des données propres au domaine
Annoter ces données
Choisir de mettre à jour un modèle existant ou d'en entraîner un de zéro

Passons à la pratique !

Traitement du langage naturel avec spaCy