spaCy添加自定义组件时nlp.add_pipe报[E966]错误如何解决？

这个ValueError: [E966]报错是spaCy 3.0及以上版本的API调整导致的：3.0之前的版本允许直接将自定义组件的可调用对象传入nlp.add_pipe，3.0之后该接口只接收已经注册的组件工厂的字符串名称，不再支持直接传函数对象。

有两种常用修复方案：

方式一：官方推荐的组件注册法（适配所有场景） #

• 先导入Language类，用@Language.component装饰器给你的自定义组件注册唯一的名称
• 调用nlp.add_pipe时传入你注册的组件名称字符串即可

修复后的完整代码如下：

import spacy
from spacy.language import Language

# 注册自定义组件，指定组件的唯一标识名称
@Language.component("custom_length_printer")
def custom_component(doc):
    # Imprime la longitud del doc en pantalla
    print("longitud del Doc:", len(doc))
    # Devuelve el objeto doc
    return doc

# Crea el objeto nlp
nlp = spacy.load("es_core_news_sm")

# 传入注册的组件名称字符串，而非函数本身
nlp.add_pipe("custom_length_printer", first=True)

# Imprime los nombres de los componentes del pipeline
print("Pipeline:", nlp.pipe_names)

方式二：临时插入法（适合快速测试小脚本） #

如果只是临时测试不想做注册操作，可以直接手动往管道列表里插入组件，写法如下：

# 省略前面定义custom_component和加载nlp的代码
nlp.pipeline.insert(0, ("custom_component", custom_component))

该方式不推荐用于正式项目，注册法的兼容性和可维护性更好。

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