使用spaCy 2.2.0版本Matcher.add()方法时遇E171报错问题

错误根源 #

你碰到的ValueError: [E171]错误，核心问题是调用Matcher.add()时，给on_match参数传了个列表，但这个参数只接受可调用函数（自定义回调）或者None，完全不接受列表类型。

解决方法&总统姓名提取实操 #

以spaCy 2.2.0版本为例，直接上可运行的代码示例：

1. 基础准备 #

先导入库、加载模型并初始化匹配器：

import spacy
from spacy.matcher import Matcher

# 加载对应版本的英文小模型
nlp = spacy.load("en_core_web_sm")
matcher = Matcher(nlp.vocab)

2. 定义总统姓名匹配模式 #

针对"President + 姓名"的常见格式，定义匹配规则：

# 模式说明：匹配"president"词，后跟1-2个大写开头的专有名词（适配名+姓/仅姓的情况）
pattern = [
    {"LOWER": "president"},
    {"POS": "PROPN", "IS_TITLE": True},
    {"POS": "PROPN", "IS_TITLE": True, "OP": "?"}  # 第二个专有名词设为可选
]

3. 正确添加匹配器（两种方式） #

方式一：不用回调，直接提取结果

如果不需要实时处理匹配结果，直接省略on_match（默认值为None）：

# 第三个参数是匹配模式，on_match省略则默认None
matcher.add("PRESIDENT_NAME", None, pattern)

# 测试文本
doc = nlp("President Joe Biden will attend the meeting. President Trump spoke yesterday.")
matches = matcher(doc)

# 遍历提取匹配内容
for match_id, start, end in matches:
    span = doc[start:end]
    print(f"提取到总统姓名：{span.text}")

方式二：用自定义回调函数处理

如果需要在匹配到结果时立刻做处理，写个符合要求的回调函数（参数必须是matcher, doc, id, matches）：

def get_president_name(matcher, doc, id, matches):
    # 取最新匹配的结果
    match_id, start, end = matches[-1]
    span = doc[start:end]
    print(f"匹配到总统姓名：{span.text}")

# 添加模式时传入回调函数（注意这里是传函数本身，不是列表！）
matcher.add("PRESIDENT_NAME", [get_president_name], pattern)

# 处理文本触发回调
doc = nlp("President Joe Biden will attend the meeting. President Trump spoke yesterday.")
matches = matcher(doc)

关键提醒 #

• 绝对别给on_match传列表，要么传函数，要么传None（或省略）。
• 可以根据实际文本调整模式，比如碰到带标点的情况（如"President, Joe Biden"），可以在模式里加{"ORTH": ",", "OP": "?"}来适配。

内容的提问来源于stack exchange，提问作者K.R.M.A Productions