文本分类 -> 架构额外字段不允许。

Question

文本分类 -> 架构额外字段不允许。

7

我一直试图用PyCharm练习我从这个教程学到的内容：(https://realpython.com/sentiment-analysis-python/)。

而这行代码：

textcat.add_label("pos")

产生了警告：在“(Doc) -> Doc | (Doc) -> Doc”中找不到引用“add_label”

我知道这是因为"nlp.create_pipe()"生成的是一个Doc，而不是字符串。但是（基本上因为我不知道该怎么做！），我还是运行了脚本，但随后我从这一行得到了一个错误：

textcat = nlp.create_pipe("textcat", config={"architecture": "simple_cnn"})

错误信息：

raise ConfigValidationError(
thinc.config.ConfigValidationError:

Config validation error

textcat -> architecture extra fields not permitted

{'nlp': <spacy.lang.en.English object at 0x0000015E74F625E0>, 'name': 'textcat', 'architecture': 'simple_cnn', 'model': {'@architectures': 'spacy.TextCatEnsemble.v2', 'linear_model': {'@architectures': 'spacy.TextCatBOW.v1', 'exclusive_classes': True, 'ngram_size': 1, 'no_output_layer': False}, 'tok2vec': {'@architectures': 'spacy.Tok2Vec.v2', 'embed': {'@architectures': 'spacy.MultiHashEmbed.v1', 'width': 64, 'rows': [2000, 2000, 1000, 1000, 1000, 1000], 'attrs': ['ORTH', 'LOWER', 'PREFIX', 'SUFFIX', 'SHAPE', 'ID'], 'include_static_vectors': False}, 'encode': {'@architectures': 'spacy.MaxoutWindowEncoder.v2', 'width': 64, 'window_size': 1, 'maxout_pieces': 3, 'depth': 2}}}, 'threshold': 0.5, '@factories': 'textcat'}

我的使用环境:

Pycharm版本号: 2019.3.4
Python版本号: 3.8.6
spaCy版本号: 3.0.5

- Amira

1

看起来这个教程是针对spaCy v2的，但你正在使用v3。在v3中，管道添加的方式发生了重大变化；我建议你查看快速入门并按照其中的步骤进行操作，它可以生成一个textcat示例。https://spacy.io/usage/training#quickstart - polm23

确实，您说得对先生，这是因为我使用的Spacy版本比教程作者更新。谢谢。 - Amira

5个回答

4

这似乎已经在 spacy 3.1.0 中奏效。

import en_core_web_md # or skip, see below
from spacy.pipeline.textcat import Config, single_label_cnn_config

nlp = en_core_web_md.load() # or nlp=spacy.load("en_core_web_sm")

config = Config().from_str(single_label_cnn_config)
if "textcat" not in nlp.pipe_names:
     nlp.add_pipe('textcat', config=config, last=True)

nlp.pipe_names
# ['tok2vec', 'tagger', 'parser', 'attribute_ruler', 'lemmatizer', 'ner', 'textcat']

- Marco.Gancitano

3

感谢@polm23的帮助，整个问题是因为我使用的spaCy版本比教程作者更新。

我的版本：3.0.5 作者版本：2.3.2

目前，我只需将我的spaCy降级即可跟上教程。

- Amira

1

尝试以下代码，适用于spacy 3.x：

# Import spaCy, load large model (folders) which is in project path
import spacy
nlp= spacy.load(r'en_core_web_lg\en_core_web_lg-3.1.0')

# Adding the built-in textcat component to the pipeline.
textcat = nlp.add_pipe("textcat")
nlp.pipe_names

# Adding the labels to textcat
textcat.add_label("pos")
textcat.add_label("neg")

print(nlp.pipe_names)
# ['tok2vec', 'tagger', 'parser', 'attribute_ruler', 'lemmatizer', 'ner', 'textcat']

- Rob

0

textcat -> architecture extra fields not permitted in spaCy错误问题已经解决。这个问题可以通过降级spaCy版本来解决。运行以下代码将spaCy版本降级到2.3.6。

pip install -U spacy==2.3.6

这对我来说是工作。希望这也能帮到你。

- Dipak Shrestha

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jlarks32 · Accepted Answer

哎呀！那次完整的 spaCy 升级真的摧毁了那篇教程，是吧...

有几个问题可能可以解决。我还没有完全修复那篇破损的教程，它在待办事项清单上。然而，我已经找到了解决你遇到的确切问题的方法。

textcat = nlp.create_pipe("textcat", config={"architecture": "simple_cnn"})

create_pipe行为已过时，您可以直接使用add_pipe将其添加到工作流程中。因此，您可以执行以下操作之一：

from spacy.pipeline.textcat import single_label_cnn_config

<more good code>

nlp = spacy.load("en_core_web_trf")
if "textcat" not in nlp.pipe_names:
     nlp.add_pipe('textcat', config=single_label_cnn_config, last=True)
textcat = nlp.get_pipe('textcat')
textcat.add_label("pos")
textcat.add_label("neg")

请告诉我这是否有意义并且是否有帮助。我将尝试在接下来的几周内彻底改进从spaCy开始的教程。