Google Colab中Transformers NER pipeline遇grouped_entities参数错误求助

你的问题核心是选错了pipeline的任务类型：你用了'text-classification'（文本分类任务），但实际要做的是命名实体识别（NER），应该用'ner'任务类型。grouped_entities是NER pipeline专属的参数，文本分类pipeline不支持，所以才会抛出参数错误。

修正后的完整代码 #

import textwrap
from transformers import pipeline

sentence = 'American Airlines was the first airline to fly every A380 flight perfectly when President George Bush was in Office. The Woodlands Texas is a great place to be.'
# 关键：把任务类型从'text-classification'改成'ner'
ner = pipeline('ner', model='dbmdz/bert-large-cased-finetuned-conll03-english', grouped_entities=True)
ners = ner(sentence)

print('\nSentence:')
print(textwrap.fill(sentence))
print('\n')
for n in ners:
  print(f"{n['word']} -> {n['entity_group']}")

修正说明 #

• pipeline('ner')：指定正确的命名实体识别任务，该任务支持grouped_entities=True参数，会自动合并连续的同类型实体（比如将"George"和"Bush"合并为"George Bush"，而不是分开识别）。
• 补充导入textwrap模块：原代码里用了wrapper.fill，需要先导入这个模块才能正常运行。

运行后的预期输出 #

修正后代码会输出合并后的实体，比如：

American Airlines -> ORG
A380 -> MISC
George Bush -> PER
The Woodlands Texas -> LOC

内容的提问来源于stack exchange，提问作者Nathaniel Hibbler