空間使用命名實體識別（NER）的詞嵌入如何？

Question

我試圖使用spaCy來訓練一個NER模型來識別位置，（人）姓名和組織。我試圖瞭解spaCy如何識別文字中的實體，但我無法找到答案。從this issue在Github和this example，看來spaCy使用多種存在於所述文本的功能，如POS標籤，前綴，後綴，以及其它字符和基於單詞的特徵來訓練的平均感知器的文本。

但是，在代碼中沒有任何地方顯示spaCy使用GLoVe嵌入（儘管句子/文檔中的每個單詞似乎都具有它們，如果存在於GLoVe語料庫中）。

我的問題是 -

1. 難道這些在NER系統現在使用？
2. 如果我要將詞向量轉換爲不同的集合，我應該期望性能以有意義的方式發生變化嗎？
3. 我的代碼在哪裏可以找到如何（如果全部）spaCy使用單詞矢量？

我已經試過尋找通過Cython代碼，但我無法理解標籤系統是否使用文字嵌入。

Answer 1

spaCy的確使用word的嵌入其NER模式，這是一個多層CNN。有一個很不錯的視頻，spaCy的創造者Matthew Honnibal提出了關於NER如何工作的視頻here。所有這三種英語模型都使用在Common Crawl上訓練過的GloVe矢量，但較小的模型通過將相似的單詞映射到相同的矢量link來「剪除」矢量的數量。

這是相當可行的添加自定義的載體。概述了spaCy docs中的過程，以及Github上的一些示例代碼。