加载spaCy训练模型时出现'nO维度未设置'错误求助

错误原因 #

你遇到的ValueError: Cannot get dimension 'nO' for model 'sparse_linear': value unset，核心问题是预测时使用了未加载训练权重的空白spaCy管道：

• 代码里的nlp = spacy.blank("pl")仅创建了空白波兰语管道，后续手动添加textcat_multilabel组件并添加标签，但这个管道没有任何训练后的权重参数。
• sparse_linear是多标签文本分类器的输出层，nO代表该层的输出维度（即你的类别数量），空白管道的这个维度未被训练过程初始化，因此调用nlp(text)时触发维度错误。
• 你已成功训练并保存模型，但未在预测阶段加载该模型，而是继续使用最初的空白管道。

解决步骤 #

1. 修正模型路径：训练命令指定输出路径为./output，因此训练好的最优模型在./output/model-best/，先修正评估命令的路径错误：

   ! python -m spacy evaluate ./output/model-best/ ./test.spacy
   

2. 修改预测函数：放弃使用最初的空白nlp对象，改为加载训练好的模型进行预测：

   def predict_spaCy(text):
       # 加载训练完成的最优模型
       nlp = spacy.load("./output/model-best/")
       doc = nlp(text)
       # 多标签场景下，若需取置信度最高的类别，保留此逻辑；若需提取所有高置信度标签，可调整为筛选阈值
       label = max(doc.cats, key=doc.cats.get)
       return label
   

3. （可选）清理冗余代码：最初的空白nlp仅用于生成训练数据的DocBin，训练完成后无需保留其添加textcat_multilabel组件的代码（这部分代码对预测无意义，反而容易混淆）。

验证修改 #

运行修改后的预测函数，传入测试文本即可正常得到预测结果：

text_to_classify = "klient pytanie produkt ASIN   połączenie dachówka wentylacyjny   link zapytanie web_site pozdrawiać persName"
predicted_label = predict_spaCy(text_to_classify)
print("Predicted Label:", predicted_label)

内容的提问来源于stack exchange，提问作者Bartlomiej Rozanski