如何在spaCy中为Doc对象设置扩展属性，以便可以从Doc的切片（Span）中检索它？

Question

我想将一个扩展属性添加到一个跨越一个或多个令牌的Spacy Doc，类似于实体属性，以便在查看包含该属性的跨度时也可以访问它。要澄清，在下面，我设置了一个包含doc.ents跨度的列表。然后，如果我只拿一片DOC（包含添加的实体），我仍然可以找到添加的实体。

import spacy

nlp = spacy.load("en_core_web_sm")

doc = nlp("This is some country. Another sentence")

doc.ents = [Span(doc, 2, 4, "GPE")] #doc[2:4] = "some country"
print(doc[1:6].ents)
#[some country]

但是，扩展属性并非如此：

Doc.set_extension('my_extension', default=None)
Span.set_extension('my_extension', default=None)

doc._.my_extension = [Span(doc, 2, 4, "GPE")]
print(doc[1:6]._.my_extension)
#None

我需要与扩展名一起做什么，以便它的行为像实体属性？

Answer 1

您可以在跨度上调用.ents并获得结果的原因是，该值是从令牌上的值重建的。如果您需要针对自定义扩展程序的类似行为，则需要创建一个设置令牌属性的跨度扩展名，并且当被读取时，请使用令牌属性来计算返回值。