spaCy - 容器 Span 类

本章将帮助您理解 spaCy 中的 Span 类。

Span 类

它是我们上面讨论过的 Doc 对象的一个切片。

下表解释了它的参数 −

NAME	TYPE	DESCRIPTION
doc	Doc	它代表父文档。
tensor V2.1.7	Ndarray	在 2.1.7 版本中引入，表示父 Doc 张量的 span 切片。
sent	Span	它实际上是此 span 所属的句子 span。
start	Int	此属性是跨度开始的标记偏移量。
end	Int	此属性是跨度结束的标记偏移量。
start_char	Int	表示跨度开始的字符偏移量的整数类型属性。
end_char	Int	表示跨度结束的字符偏移量的整数类型属性span。
text	Unicode	它是一个表示 span 文本的 Unicode。
text_with_ws	Unicode	它表示 span 的文本内容，如果最后一个标记有空格字符，则后面带有空格字符。
orth	Int	此属性是逐字文本内容的 ID。
orth_	Unicode	是Unicode Verbatim文本内容，与Token.text完全相同，此文本内容主要是为了与其他属性保持一致而存在。
label	Int	此整数属性是span标签的哈希值。
label_	Unicode	是span的标签。
lemma_	Unicode	是span的引理。
kb_id	Int	表示知识库ID的哈希值，由跨度。
kb_id_	Unicode	它表示跨度引用的知识库 ID。
ent_id	Int	此属性表示标记所属命名实体的哈希值。
ent_id_	Unicode	此属性表示标记所属命名实体的字符串 ID。
情绪	浮点型	表示情绪的积极性或消极性的浮点型标量值span。
_	下划线	表示用户添加自定义属性扩展的空间。

以下是 Span 类中使用的方法 −

Sr.No.	方法 &描述
1	Span._ _init_ _ 从切片 doc[start : end] 构造 Span 对象。
2	Span._ _getitem_ _ 获取特定位置（例如 n）的标记对象，其中 n 是整数。
3	Span._ _iter_ _ 迭代那些可以轻松从中获取注释的标记对象访问。
4	Span._ _len_ _ 获取 span 中的标记数。
5	Span.similarity 进行语义相似度估计。
6	Span.merge 以将 span 合并为单个的方式重新标记文档令牌。

以下是 Span 类中使用的类方法 −

Sr.No.	类方法 &描述
1	Span.set_extension 它在 Span 上定义一个自定义属性。
2	Span.get_extension 通过名称查找以前的扩展。
3	Span.has_extension 检查扩展是否已在 Span 类上注册。
4	Span.remove_extension 删除 Span 类上先前注册的扩展。