手动复制Flair NER模型输出构建列表时出现语法错误问题

在使用Flair和Hugging Face Transformers开发时，尝试手动复制模型输出的文本格式赋值给变量触发语法错误。模型返回的solu1是可遍历的列表对象，但手动写的solu2无法运行，代码及报错如下：

from flair.data import Sentence
from flair.models import SequenceTagger
from transformers import pipeline

class Klassensetzer:
    def __init__(self):
        self.tagger = SequenceTagger.load("flair/ner-german-large")
        self.classifier = pipeline('sentiment-analysis')
        self.content=None

    def TK_model(self,content):
        sentence = Sentence(content)
        self.tagger.predict(sentence)
        self.content=(sentence.get_spans('ner'))
        return self.content

K=Klassensetzer()
solu1=K.TK_model("Augustus besucht Berlin")
#Means Augustus visits Berlin

print(solu1)
#Output:         [Span[0:1]: "Augustus" → PER (1.0), Span[2:3]: "Berlin" → LOC (1.0)]

#Does work out

solu2=[Span[0:1]: "Augustus" → PER (1.0), Span[2:3]: "Berlin" → LOC (1.0)]
print(solu2)
#Output:         SyntaxError: invalid syntax

#Didn't worked out after the second use

错误原因 #

• 你复制的是对象的字符串表示形式，不是合法的Python语法。Span[0:1]: "Augustus" → PER (1.0)是Flair的Span对象被print()时输出的可读性文本，仅用于方便开发者查看，不是能直接赋值的Python代码。
• Python解释器无法识别Span[0:1]:这种语法，这只是对象的友好展示格式，不是创建Span对象的正确方式。

手动构建等效对象的方法 #

如果需要手动创建和solu1一致的列表，必须通过Flair提供的API来实例化Span对象：

from flair.data import Sentence, Span

# 先创建原句子对应的Sentence对象（Span依赖Sentence上下文）
sentence = Sentence("Augustus besucht Berlin")
# 调用Span构造方法创建实体
augustus_span = Span(sentence, start_position=0, end_position=1, label="PER", score=1.0)
berlin_span = Span(sentence, start_position=2, end_position=3, label="LOC", score=1.0)
# 组成列表
solu2 = [augustus_span, berlin_span]

print(solu2)
# 输出与solu1一致：[Span[0:1]: "Augustus" → PER (1.0), Span[2:3]: "Berlin" → LOC (1.0)]

调试替代方案 #

如果只是为了跳过模型推理加速调试，建议用序列化方式保存/加载实体数据：

import json

# 保存：将Span对象的关键信息转为字典并写入文件
spans_data = [
    {"start": s.start_position, "end": s.end_position, "label": s.label.value, "score": s.score} 
    for s in solu1
]
with open("spans.json", "w") as f:
    json.dump(spans_data, f)

# 加载：从文件读取数据，重建Span对象
with open("spans.json", "r") as f:
    spans_data = json.load(f)
sentence = Sentence("Augustus besucht Berlin")
solu2 = [
    Span(sentence, d["start"], d["end"], d["label"], d["score"]) 
    for d in spans_data
]

内容的提问来源于stack exchange，提问作者artMart