如何unpickle加载训练好的SpaCy空白NER NLP模型并解决EOFError问题

EOFError: Ran out of input报错本质是读取的pickle文件不完整或为空，按以下步骤排查解决即可：

• 优先确认路径匹配：你保存模型时用的是相对路径"nlp.p"，加载时用的是绝对路径/content/nlp.p，先核对nlp.p文件确实存放在/content目录下，且文件大小大于0字节，排除文件保存失败、路径写错的问题。
• 修正pickle读写写法：你原有保存代码没有手动关闭文件，可能出现缓冲区未刷新、内容未完全写入磁盘的问题，推荐用上下文管理器保证文件操作正常收尾：

# 正确pickle保存代码
import pickle
with open("nlp.p", "wb") as f:
    pickle.dump(nlp, f)

# 对应pickle加载代码
import pickle
with open("/content/nlp.p", "rb") as f:
    nlp_model = pickle.load(f)

更稳定的方案：使用SpaCy自带序列化方法 #

pickle序列化存在版本兼容问题，不同SpaCy、依赖库版本可能出现加载失败，更推荐用SpaCy官方提供的模型读写接口：

# 保存模型
nlp.to_disk("./spacy_ner_model")

# 加载模型
import spacy
nlp_model = spacy.load("./spacy_ner_model")

模型效果测试代码 #

加载完成后用以下代码即可测试实体识别效果：

test_text = "替换为你要测试的文本内容"
doc = nlp_model(test_text)
# 输出所有识别到的实体
for ent in doc.ents:
    print(f"实体文本：{ent.text}，实体类型：{ent.label_}，位置区间：{ent.start_char}-{ent.end_char}")

内容的提问来源于stack exchange，提问作者youta