spaCy - 轉換命令

顧名思義，此命令會將檔案轉換為 spaCy 的 JavaScript 物件表示法(JSON 格式)，尤其適用於與 train 命令和其他實驗管理功能一起使用。

轉換命令如下：

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

引數

下表解釋了其引數：

引數	型別	描述
input_file	位置引數	它代表輸入檔案。
output_dir	位置引數	此引數代表轉換檔案的輸出目錄。預設為“-”，表示資料將寫入標準輸出。
--file-type, -t	選項	它是要建立的檔案型別。
--converter, -c	選項	它代表要使用的轉換器的名稱。
--n-sents, -n	選項	它代表每個文件的句子數。
--seg-sents, -s	標誌	用於分句（對於 -c ner）。
--model, -b	選項	它代表基於解析器的分句模型（對於 -s）。
--morphology, -m	選項	此引數啟用將形態附加到標籤。
--lang, -l	選項	它是語言程式碼，如果需要分詞器則使用。
--help, -h	標誌	此引數將顯示幫助資訊和其他可用引數。

以下是可以使用此命令生成的輸出檔案型別：

下表顯示了轉換器選項：

序號	ID 和描述
1	自動它將根據副檔名和檔案內容自動選擇轉換器。
2	conll, conllu, conllubio 這些是通用依賴項 .conllu 或 .conll 格式。
3	Ner 它具有 IOB/IOB2 標籤的 NER。其中，每行一個標記，列用空格分隔。第一列是標記，最後一列是 IOB 標籤。句子用空行分隔，文件用“-DOCSTART- -X- O O”行分隔。支援 CoNLL 2003 NER 格式。
4	Iob 它具有 IOB/IOB2 標籤的 NER。其中，每行一個句子，標記用空格分隔，註釋用 \| 分隔，例如word\|B-ENT 或 word\|POS\|B-ENT。
5	Jsonl 它是格式化為 JSONL 的 NER 資料，每行一個字典，以及“text”和“spans”鍵。

列印頁面