我目前正在使用 3 个标签做 NER：
- 人
- 电话
- 地址
我能够使用 python 代码训练我的模型，但我想使用 CLI 训练，它提供了更大的灵活性。
我已经将我的数据转换为空间偏移训练格式，如下所示：
[
["Bonjourrnrnrnrncordialement, Thomasrnrn tel 0102030405",{"entities": [[70,79,"PHONE"],[56,61,"PER"]]}]
]
为了使用 CLI 来训练/评估我的模型，我需要将这些数据转换为 Gold 格式。
我已经知道以下方法，但它需要使用现有的 nlp：
doc = nlp(text)
tags = biluo_tags_from_offsets(doc, offsets)
我的问题是：如果我需要创建具有特定标签的模型，如何将空间偏移转换为黄金。
您只需要这里的模型进行标记化和句子分割，因此也可以说：
from spacy.lang.en import English
nlp = English()
nlp.add_pipe(nlp.create_pipe("sentencizer"))