spaCy v3.3使用CLI训练模型时损失及各项指标均为0

你的流程里存在几个容易踩的坑，按优先级逐一排查即可：

• 基础配置选错，未启用NER训练组件
  这是该问题最高发的原因。如果你生成base_config.cfg时没有指定任务为命名实体识别，配置文件里不会包含可训练的ner组件，也不会识别你自定义的FOOD实体标签，模型本质上没有执行NER任务训练，所有损失、指标自然全为0。
  重新生成NER专属基础配置即可：

  python -m spacy init config -p ner base_config.cfg
  

  填充配置后打开config.cfg检查，确认nlp.pipeline列表里包含ner组件，且存在[components.ner]配置块。

• 生成的DocBin文件无有效标注实体
  两种情况会导致这个问题：

  1. 标注的字符偏移量和spaCy分词结果不匹配，char_span返回None触发了你的Skipping entity逻辑，所有实体都被过滤，最终生成的.spacy文件里没有任何标注。
  2. 你加载en_core_web_sm初始化nlp对象时，预训练模型自带的分词/标签集和你的自定义标注冲突，导致实体挂载失败。
     执行以下代码验证DocBin有效性，如果输出实体为空，先修复标注偏移、换用空白模型nlp = spacy.blank("en")调用make_doc生成doc对象，再重新转换数据：

  import spacy
  from spacy.tokens import DocBin
  nlp = spacy.blank("en")
  db = DocBin().from_disk("./train.spacy")
  docs = list(db.get_docs(nlp.vocab))
  for doc in docs:
      # 正常情况这里会输出[('Pizza', 'FOOD'), ('Pasta', 'FOOD')]
      print([(ent.text, ent.label_) for ent in doc.ents])
  

• 训练时未读取到有效数据
  部分v3.3小版本存在路径错误静默失败的问题：如果传入的train.spacy/dev.spacy路径错误，程序不会抛出报错，会直接读取空数据集训练，所有指标输出0。
  训练启动时注意看控制台第一部分日志，会打印加载的训练集、验证集样本数量，确认样本数和你实际构造的数据集大小一致。

• 配置参数错误
  检查config.cfg里的components.ner配置，如果设置了source参数指向其他不包含FOOD标签的模型，会导致自定义标签被覆盖；如果学习率、训练轮次被误设为0，也会出现全0输出。

注：你示例里的训练样本仅2条，样本量远低于训练最低要求，就算流程正确，模型泛化效果也会极差，但不会出现所有指标全0的现象，全0问题一定是上面提到的配置/数据读取错误导致的。

内容的提问来源于stack exchange，提问作者Vic13