You need to enable JavaScript to run this app. Spacy 3.0.5中使用NER Scorer评估模型时报score参数不匹配TypeError
优惠活动
大模型
产品
解决方案
定价
更多

Spacy 3.0.5中使用NER Scorer评估模型时报score参数不匹配TypeError

Spacy 3.0 NER评分报错修复

报错核心原因

  • 这个报错本质是Spacy 3.0对Scorer组件的API做了破坏性变更,和你写的测试集结构无关。2.x版本的score()方法签名是接收预测doc、黄金doc两个独立参数,但3.0版本把入参改成了仅接收对齐好的Example对象/Example列表。方法本身的self占1个位置参数,加上唯一入参总共只收2个位置参数,你调用时额外多传了pred_value作为独立参数,就刚好凑了3个位置参数,触发参数数量不匹配的TypeError。
  • 原有循环逻辑本身也有设计漏洞:逐次构造样本、跑模型预测后,没有把对齐好的样本传给Scorer做累计统计,循环结束后只拿最后一个样本的对象传参,就算没触发参数报错,最终的评分结果也只会基于最后1条测试样本,完全达不到全量测试集评分的效果。

核心问题点

  • 没有适配3.0版本Scorer的入参规则:不需要拆分传入预测文档、黄金标注文档,所有对齐后的样本要封装为Example对象批量传入。
  • Example构造逻辑不完整:Example.from_dict需要在预测、黄金标注完成对齐的基础上加载标注信息,不能把未关联预测结果的空doc直接传给评分逻辑。

修复后可运行代码

import spacy
from spacy.tokens import Example
from spacy.scorer import Scorer

def evaluate(ner_model, testing_data):
    scorer = Scorer()
    test_examples = []
    for input_, annot in testing_data:
        # 生成黄金标注侧的原生doc
        gold_doc = ner_model.make_doc(input_)
        # 生成模型预测输出的doc
        pred_doc = ner_model(input_)
        # 构造对齐预测、黄金两个doc的Example对象
        example = Example(pred_doc, gold_doc)
        # 把测试集的实体标注加载到Example的黄金侧
        example = example.from_dict(example.gold, {"entities": annot})
        test_examples.append(example)
    # 批量传入全量测试样本完成评分,参数数量完全匹配方法签名
    return scorer.score(test_examples)

# 兼容你现有完全不用改动的测试集结构
testing_tagged = [
    ("Who was Hamlet?", [(8,14,'PERSON')]),
    ("Have you ever met Rome?", [(18,22,'LOC')])
]

# 调用后即可输出包含实体精确率、召回率、F值、分类型指标的完整评分字典
print(evaluate(nlp_updated, testing_tagged))

适配3.0版本的注意事项

  • Scorer的指标统计是全量累计模式:既可以在循环内逐个调用scorer.score(example)逐次累计结果,也可以把全量Example组成列表一次性传入,两种方式的统计结果完全一致,禁止拆分传入预测doc、黄金doc两个独立参数,这是3.0和2.x版本最容易踩的API差异坑。
  • 旧版本使用的GoldParse对象已经在3.0版本被彻底移除,所有模型训练、评分环节的标注载体,都统一为同时存储预测结果、黄金标注的Example对象,不存在单独把黄金doc传给Scorer的使用方式。

内容的提问来源于stack exchange,提问作者user47467

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.24 21:36:03