-
Notifications
You must be signed in to change notification settings - Fork 374
/
solution_02_15.py
34 lines (27 loc) · 1.05 KB
/
solution_02_15.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
import spacy
from spacy.matcher import PhraseMatcher
from spacy.tokens import Span
import json
with open("exercises/fr/countries.json", encoding="utf8") as f:
COUNTRIES = json.loads(f.read())
with open("exercises/fr/country_text.txt", encoding="utf8") as f:
TEXT = f.read()
nlp = spacy.load("fr_core_news_sm")
matcher = PhraseMatcher(nlp.vocab)
patterns = list(nlp.pipe(COUNTRIES))
matcher.add("COUNTRY", patterns)
# Crée un doc et réinitialise les entités existantess
doc = nlp(TEXT)
doc.ents = []
# Itère sur les correspondances
for match_id, start, end in matcher(doc):
# Crée un Span avec le label pour "GPE"
span = Span(doc, start, end, label="GPE")
# Actualise doc.ents avec l'ajout du span
doc.ents = list(doc.ents) + [span]
# Obtiens la tête de la racine du span
span_root_head = span.root.head
# Affiche le texte de la tête de la racine et le texte du span
print(span_root_head.text, "-->", span.text)
# Affiche les entités dans le document
print([(ent.text, ent.label_) for ent in doc.ents if ent.label_ == "GPE"])