spaCy - Convert 命令

顾名思义，此命令将文件转换为 spaCy 的 JavaScript 对象表示法 (JSON) 格式，特别适合与 train 命令和其他实验管理功能一起使用。

转换命令如下 −

python -m spacy convert [input_file] [output_dir] [--file-type] [--converter][--n-sents] [--morphology] [--lang]

参数

下表解释了其参数 −

参数	类型	描述
input_file	positional	它表示输入文件。
output_dir	positional	此参数表示转换后文件的输出目录。默认为"-"，表示数据将写入 stdout。
--file-type，-t	option	它是要创建的文件类型。
--converter，-c	option	它表示要使用的转换器的名称。
--n-sents，-n	option	它表示每个文档的句子数。
--seg-sents，-s	flag	它用于分段句子（用于 -c ner)。
--model, -b	option	它表示基于解析器的句子分割模型（用于 -s）。
--morphology, -m	option	此参数允许将形态附加到标签。
--lang, -l	option	它是语言代码，如果需要标记器则使用。
--help, -h	flag	此参数将显示帮助消息和其他可用参数。

以下是输出文件类型，可以使用此命令生成 −

下表显示转换器选项 −

Sr.No.	ID &描述
1	Auto 它将根据文件扩展名和文件内容自动选择转换器。
2	conll、conllu、conllubio 这些是通用依赖项 .conllu 或 .conll 格式。
3	Ner 它是带有 IOB/IOB2 标签的 NER。其中，每行一个标记，列之间用空格分隔。第一列是标记，最后一列是 IOB 标签。句子之间用空行分隔，文档之间用行 -DOCSTART- -X- O O 分隔。支持 CoNLL 2003 NER 格式。
4	Iob 它是带有 IOB/IOB2 标签的 NER。其中，每行一个句子，标记用空格分隔，注释用 \| 分隔，可以是 word\|B-ENT 或 word\|POS\|B-ENT。
5	Jsonl 它是格式化为 JSONL 的 NER 数据，每行一个字典，以及"text"和"spans"键。