我需要在多页文档上运行一个NLP管道。文本分类器对前N个句子进行操作，并根据文本分类器的输出，需要向管道中添加新的自定义元素。我当然可以用新元素重新启动管道，但这需要从一开始就重新运行所有内容(标记器、句子化器等(。
是否可以捕获管道的状态(例如，doc对象(，修改管道，并使用新管道及其新元素继续它的剩余位置？
对于这种情况，推荐的方法是什么？
谢谢
我不认为你可以在没有标记器的情况下创建管道，也不可以在管道中间停止/启动，但因为所有非标记器组件都会获取和修改Doc，所以你可以加载一个带有所有可能使用的组件的管道，然后根据需要调用每个组件：
nlp = spacy.load('en')
# nlp.make_doc() is equivalent to nlp.tokenizer()
doc = nlp.make_doc("This is a sentence.")
# there are shortcuts for default model components
nlp.tagger(doc)
nlp.parser(doc)
nlp.ner(doc)
# but you can access any component with nlp.get_pipe(), also "tagger", etc.
nlp.get_pipe("your_component_name")(doc)
nlp.get_pipe("tagger")(doc)
API不会阻止您尝试，但您不希望应用作为不同于用于创建Doc的管道的一部分加载的组件，因为当Doc和组件不共享相同的vocab时，您可能会遇到问题。