从匹配器中排除结果

Question

我正在尝试指定一个可以排除某些结果的模式。鉴于此文本：The Territory for the Titles shall be the United States, its territories and possessions, excluding Puerto Rico 我正在寻找一种只提取 the United States 的方法，就像 GPE 一样，并且不被排除在外。

我试着写一个像 [{'LEMMA': 'exclude', 'OP': '!'}, {'ENT_TYPE': 'GPE', 'OP': '+'}] 这样的模式，在我看来，它的意思应该是“只有在引理 exclude 后跟一个或多个 GPEs.

但在我使用 spacy 3 的测试中（以及 Rule-based Matcher Explorer），匹配器仍然匹配 be the United States 和 Puerto Rico。

有没有一种方法可以编写专门过滤掉 excluded GPEs 的模式？

Answer 1

Puerto Rico 匹配，因为 Puerto 引理不是 exclude（很明显）。因此，过滤掉 Puerto 的一种方法是实际搜索既不是 eclude 也不是 GPE.

的内容

一个有效的模式是

[
    {'LEMMA': {'NOT_IN': ['exclude']},
     'ENT_TYPE': {'NOT_IN': ['GPE']}},
    {'ENT_TYPE': 'GPE', 'OP': '+'}
]

从匹配器中排除结果

Exclude a result from a matcher

spacy

spacy-3