spaCy只能链接命名实体吗？

Question

以下是对一家餐厅（据说）有趣评论的摘录：

I'd like to personally shake Mr Tofu's hand. While I cannot medically prove it, I am 100% certain that their soondubu contains undefined healing properties. Some how some way, I always feel better after a meal here. Got a cold? Screw the Nyquil and get the spicy kimchi soondubu.

我想提取重要的实体并将它们链接到维基百科实体。我对spaCy进行了Wikipedia/WikiData小样本培训，并在评论中运行实体链接：

[('Tofu', 'PERSON', 'Q177378'), 
('Nyquil', 'WORK_OF_ART', 'NIL')]

我还希望提取和链接其他实体，例如：

kimchi -> Kimchi
cold -> Common cold
healing -> medicine 
medically -> medicine

看起来spaCy只能链接命名实体。我曾尝试将其他实体显式列为命名实体（这显然不能很好地扩展）：

ruler = EntityRuler(nlp)
patterns = [{"label": "ORG", "pattern": "kimchi"}, {"label": "ORG", "pattern": "cold"}]
ruler.add_patterns(patterns)
nlp.add_pipe(ruler)

然而，spaCy似乎根本没有将新实体联系起来：

[ ('Tofu', 'PERSON', 'Q177378'),
  ('cold', 'ORG', ''),
  ('Nyquil', 'WORK_OF_ART', 'NIL'),
  ('kimchi', 'ORG', '')]

1. 如何使Spacy也能识别其他实体
2. 这应该在培训实体链接模型之前完成，还是可以使用已经培训过的模型完成
3. spaCy是我完成任务的正确工具吗

Answer 1

理论上这是可能的。首先，您需要确保您有一个标记此类实体的组件。您可以train an NER model这样做，但要注意，它在诸如“cold”之类的事情上的性能可能不如在诸如“London”之类的实际命名实体上的性能好

要从Wikipedia/Wikidata创建知识库和实体链接器，example scripts不限于命名实体-它们尝试解析wiki内部链接中出现的任何内容。如果“感冒”一词链接到“普通感冒”页面，它应该能够学习它。存储在知识库中并用于训练EL模型的确切实体取决于实体识别器组件找到的实体。因此，如果您根据您的用例进行调整，实体链接组件将自动跟随