Spacy规则匹配意外匹配到‘I’，如何排除该无关匹配？

问题原因 #

你的代码里缺少了Matcher实例的初始化步骤，如果是在交互式环境（比如Jupyter Notebook、Python shell）中运行，会复用之前会话里残留的matcher对象——这个旧对象里可能包含了匹配单个"I"的规则，才导致出现无关匹配。

修正后的完整代码 #

添加matcher = Matcher(nlp.vocab)创建全新的Matcher实例，就能得到预期的匹配结果：

import spacy 
from spacy.matcher import Matcher 

nlp = spacy.load("en_core_web_md")
# 初始化Matcher实例，这一步不能少！
matcher = Matcher(nlp.vocab)
doc = nlp("Good morning, I'm here. I'll say good evening!!")
pattern = [{"LOWER": "good"},{"LOWER": {"IN": ["morning", "evening"]}},{"IS_PUNCT": True}] 
matcher.add("greetings", [pattern])
matches = matcher(doc)
for mid, start, end in matches:
    print(start, end, doc[start:end])

优化（可选） #

如果想匹配带多个标点的问候语（比如示例里的good evening!!），可以把标点规则改成匹配一个或多个标点，调整后的pattern如下：

pattern = [
    {"LOWER": "good"},
    {"LOWER": {"IN": ["morning", "evening"]}},
    {"IS_PUNCT": True, "OP": "+"}  # "+"表示匹配1次或多次
]

这样就能完整匹配good evening!!（输出10 14 good evening!!）。

内容的提问来源于stack exchange，提问作者Aureon