格式化SpaCy NER

Question

我想用我自己的实体为NER训练一个空白模型。为此，我需要使用一个数据集，该数据集目前采用.csv格式，并具有以下格式的实体标签（我将为每个相关列提供一个示例行）：

专栏：句子

价值：我想要苹果

列：数据

价值：['想要; @command; 2; 6'，'苹果'; @果实; 7; 13']

列：实体

价值：我@command @fruit

列：entity_types

价值：@ bot / @ command; @ bot / @ food / @ fruit

为了训练SpaCy的NER，我需要以下列形式将训练数据作为json：

    TRAIN_DATA = [
    ('Who is Shaka Khan?', {
        'entities': [(7, 17, 'PERSON')]
    }),
    ('I like London and Berlin.', {
        'entities': [(7, 13, 'LOC'), (18, 24, 'LOC')]
    })
]

Link to the relevant part in the SpaCy Docs

我试图找到一个解决方案，我可以将数据从csv重新格式化为SpaCy所需的格式，但我还没有成功。数据集确实包含所有必要的信息 - 文本字符串，实体名称，实体类型，实体偏移 - 但我根本不知道如何以正确的形式获取它们。

我很感激有关如何实现这一目标的任何和所有帮助！