一行中的所有匹配项：Spacy matcher

Question

我正在寻找一种解决方案，使用 Spacy 匹配器在一行中打印所有匹配项

例子是这样的，在这里我尝试提取经验。

doc = nlp("1+ years of experience in XX, 2 years of experiance in YY")
pattern = [{'POS': 'NUM'}, {'ORTH': '+', "OP": "?"}, {"LOWER": {"REGEX": "years?|months?"}}]
matcher = Matcher(nlp.vocab)
matcher.add("Skills", None, pattern)
matches = matcher(doc)
pirnt(doc[matches[0][1]:matches[0][2]]

这里我得到输出 1+ years。

但我正在寻找具有输出的解决方案 ['1+ years','2 years']

Answer 1

您应该将第一项指定为 'LIKE_NUM': True:

pattern = [{'LIKE_NUM': True}, {'ORTH': '+', "OP": "?"}, {"LOWER": {"REGEX": "(?:year|month)s?"}}]

我也将years?|months?缩减为(?:year|month)s?，你甚至可以考虑使用^(?:year|month)s?$匹配完整的token字符串，但目前没有必要。

代码：

import spacy
from spacy.matcher import Matcher

nlp = spacy.load("en_core_web_sm")
matcher = Matcher(nlp.vocab)
pattern = [{'LIKE_NUM': True}, {'ORTH': '+', "OP": "?"}, {"LOWER": {"REGEX": "(?:year|month)s?"}}]
matcher.add("Skills", None, pattern)

doc = nlp("1+ years of experience in XX, 2 years of experiance in YY")

matches = matcher(doc)
for _, start, end in matches:
  print(doc[start:end].text)

输出：

1+ years
2 years

一行中的所有匹配项：Spacy matcher

All matches in a line : Spacy matcher

python

nlp

spacy