训练spaCy relation_extractor组件时触发[E002]错误求助

问题原因 #

relation_extractor并非spaCy官方内置组件，你参考的教程中使用的是自定义开发的关系抽取组件，spaCy默认无法识别未注册的自定义组件，因此抛出找不到工厂的错误。

解决方案 #

1. 获取教程中的自定义组件代码 #

你需要拿到教程里对应relation_extractor组件的实现代码（通常是一个.py文件，比如rel_component.py或rel_model.py），里面包含用@Language.factory("relation_extractor")装饰的组件注册逻辑，这是让spaCy识别该组件的核心。

2. 在训练时加载自定义组件 #

有两种方式让spaCy加载这个自定义组件：

• 方式一：修改配置文件
  在你的config.cfg中添加paths.code字段，指向自定义组件的代码文件路径：

  [paths]
  train = "train.spacy"
  dev = "dev.spacy"
  code = "./rel_component.py"  # 替换为你的组件文件实际路径
  

  之后再执行训练命令即可。

• 方式二：训练命令中指定代码文件
  直接在训练命令末尾加上--code参数指定组件代码路径：

  python3 -m spacy train --output ./model config.cfg --paths.train train.spacy --paths.dev dev.spacy --code ./rel_component.py
  

3. 验证依赖与版本 #

• 确保你安装的spaCy是v3.x版本（和教程版本匹配），可以用pip show spacy查看版本。
• 确认spacy-transformers和en_core_web_trf的版本与spaCy兼容，避免版本不匹配导致的隐性问题。

4. 检查配置文件的组件顺序 #

确保配置文件中relation_extractor组件的位置在ner（实体识别）组件之后，因为关系抽取依赖已识别的实体：

[nlp]
pipeline = ["transformer", "ner", "relation_extractor"]

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