spaCy 3无法添加负样本至训练集，该如何解决？

• 核心思路：无实体的负样本不需要强行创建占位Span，直接把doc.ents设为空元组即可，DocBin就能正常接收该文档。
• 具体操作代码示例：

  import spacy
  from spacy.tokens import DocBin
  
  nlp = spacy.load("zh_core_web_sm") # 替换成你使用的语言模型
  doc = nlp("这段文本里没有任何需要标注的实体")
  # 关键操作：将doc.ents设为空元组，明确表示该文档无实体
  doc.ents = ()
  # 加入DocBin并保存
  db = DocBin()
  db.add(doc)
  db.to_disk("negative_samples.spacy")
  

• 原理说明：spaCy的Doc.ents本身支持空元组值，这完全匹配负样本的定义——没有任何实体标注。之前尝试用doc.char_span(0,0,"NO_ENTITY")是无效操作，因为spaCy不认可零长度的Span作为有效实体，直接设空元组才是正确逻辑。
• 批量处理提示：处理数据集时，对有实体的文本正常创建Span并赋值给doc.ents，对无实体的文本执行doc.ents = ()，最后统一将两类文档加入DocBin即可，两者都能被正确保存。

内容的提问来源于stack exchange，提问作者Yunrui Huang