Ausbildung von Spacy Ner, um Kriminalitätsstandorte (Adressen) in Text zu erkennen [geschlossen] ⇐ Python

[Anonymous]

Ich arbeite mit Spacy zusammen, um ein namentliches Entitätserkennungsmodell (NER) zu trainieren, um Adressen zu extrahieren, bei denen Verbrechen aus Text aufgetreten sind. Nach Angaben von Polizeibeamten brach eine Gruppe maskierter Einbrecher gegen 2:30 Uhr in den Laden ein und wurde mit Gold- und Diamantschmuck im Wert von über 5 Mrd. GBP abgebaut. CCTV -Filmmaterial ergab, dass die Verdächtigen in einem schwarzen SUV ankamen, der später über die Bannerghatta -Straße in Richtung elektronischer Stadt beschleunigte. Die Polizei vermutet, dass die Bande Verbindungen zu Chennai haben könnte und eine Flucht gegenüber Hosur planen könnte. „Wir haben die Sicherheitskontrollen auf allen großen Autobahnen, einschließlich NH-44, intensiviert, was nach Tamil Nadu geführt hat. Die Verdächtigen scheinen Fachleute zu sein, und wir koordinieren mit Strafverfolgungsbehörden in Mysuru und Coimbatore, um sie aufzuspüren “, sagte ACP Ramesh Kumar von der Niederlassung in Bengaluru. Dieser Vorfall markiert in den letzten sechs Monaten den dritten großen Juweliergeschäft in der Stadt. Die Polizei fordert Bürger und Ladenbesitzer in Bereichen wie Indiranagar, Jayanagar und Whitefield wachsam.```python

import spacy
from spacy.training import Example
import random

nlp = spacy.load("en_core_web_sm")
ner = nlp.get_pipe("ner")
ner.add_label("CRIME_LOC")

TRAIN_DATA = [
("A robbery took place at MG Road, Bengaluru.", {"entities": [(10, 43, "CRIME_LOC")]}),
("The murder happened near Indiranagar.", {"entities": [(11, 36, "CRIME_LOC")]}),
("A theft was reported at Brigade Road.", {"entities": [(12, 36, "CRIME_LOC")]}),
("The burglary occurred at Whitefield, Bangalore.", {"entities": [(13, 46, "CRIME_LOC")]}),
("A gold heist took place in Koramangala.", {"entities": [(13, 38, "CRIME_LOC")]}),
("A daring gold heist took place at Shree Lakshmi Jewelers on MG Road, Bengaluru, late Monday night. According to police officials, a group of masked burglars broke into the store around 2:30 AM and made away with gold and diamond jewelry worth over ₹5 crore. CCTV footage revealed that the suspects arrived in a black SUV, which was later seen speeding towards Electronic City via Bannerghatta Road. The police suspect that the gang might have connections to Chennai and could be planning an escape towards Hosur. 'We have intensified security checks at all major highways, including NH-44, leading towards Tamil Nadu. The suspects seem to be professionals, and we are coordinating with law enforcement agencies in Mysuru and Coimbatore to track them down,' said ACP Ramesh Kumar of the Bengaluru Crime Branch. This incident marks the third major jewelry store robbery in the city within the last six months. Police urge citizens and shop owners in areas like Indiranagar, Jayanagar, and Whitefield to remain vigilant.", {"entities": [(20, 78, "CRIME_LOC")]})
]

other_pipes = [pipe for pipe in nlp.pipe_names if pipe != "ner"]

with nlp.disable_pipes(*other_pipes):
optimizer = nlp.begin_training()

for epoch in range(20):
random.shuffle(TRAIN_DATA)
losses = {}

for text, annotations in TRAIN_DATA:
doc = nlp.make_doc(text)
example = Example.from_dict(doc, annotations)
nlp.update([example], losses=losses, drop=0.5)
print(f"Epoch {epoch+1}/50, Losses: {losses}")

nlp.to_disk("crime_model")
print("Training completed...")

```
< /code>
Das habe ich bisher ausprobiert. Fügen Sie Phrasen wie "passiert bei" und "in meinen Trainingsdaten statt" ein, oder reicht es aus, nur die Standorte selbst zu kennzeichnen? Was wäre der beste Ansatz für diese Aufgabe in Spacy?>