如何通过字典为spaCy命名实体识别手动添加自定义实体标签？

完全可以实现自定义实体标签的需求，常用两种方案，根据你的使用场景选择即可：

方案1：单次推理临时修正 #

仅针对当前处理的文本修改实体标注，适合单文本调整场景：
你可以直接修改spaCy Doc对象的ents属性，先移除原有错误标注，再添加自定义标签的实体即可，代码示例如下：

import spacy
from spacy.tokens import Span

nlp = spacy.load("en_core_web_sm")
raw_text='''To determine the adulticidal and repellent activities of different solvent leafextracts of Rhinacanthus nasutus against Aedes aegypti and Culex quinquefasciatus.'''  
doc = nlp(raw_text)

# 保留除错误标注外的原有实体
filtered_ents = [ent for ent in doc.ents if not (ent.text == "Aedes" and ent.label_ == "ORG")]

# 查找Aedes的token位置，添加新实体
for idx, token in enumerate(doc):
    if token.text == "Aedes":
        custom_ent = Span(doc, idx, idx+1, label="PERSON")
        filtered_ents.append(custom_ent)
        break

# 替换实体列表
doc.ents = filtered_ents

# 输出验证
for ent in doc.ents:
    print(ent.text, ent.label_)

运行后输出结果中Aedes的标签会改为PERSON。

方案2：规则匹配永久生效 #

如果需要所有处理的文本都自动把Aedes标注为PERSON，可以使用spaCy的EntityRuler组件，把自定义规则加入管道，优先级高于默认NER模型，会自动覆盖原有标注结果，相当于用字典形式批量配置自定义实体映射，代码示例如下：

import spacy

nlp = spacy.load("en_core_web_sm")
# 新增实体规则匹配组件，优先级高于默认NER
ruler = nlp.add_pipe("entity_ruler", before="ner")
# 配置自定义实体规则，可批量添加多条
patterns = [
    {"label": "PERSON", "pattern": "Aedes"}
]
ruler.add_patterns(patterns)

# 后续正常调用管道即可自动应用规则
raw_text='''To determine the adulticidal and repellent activities of different solvent leafextracts of Rhinacanthus nasutus against Aedes aegypti and Culex quinquefasciatus.'''  
doc = nlp(raw_text)
for ent in doc.ents:
    print(ent.text, ent.label_)

内容的提问来源于stack exchange，提问作者Shruti