问题1. spacy Can’t find factory for ‘entityLinker’
1）问题
写了一个实体链接类，代码如下：
nlp = spacy.load("en_core_web_md")
class entieyLink:
def __init__(self, doc, nlp):
self.nlp = nlp
self.doc = self.nlp(doc)
# Check if "entityLinker" is already in the pipeline
entity_linker_exists = False
for name, component in nlp.pipeline:
if name == "entityLinker":
entity_linker_exists = True
break
# Add "entityLinker" only if it doesn't exist in the pipeline
if not entity_linker_exists:
self.pipe = nlp.add_pipe("entityLinker", last=True)
结果总是提示 ‘entityLinker’ 不能找到，明明是有这个模块的：
ValueError: [E002] Can't find factory for 'entityLinker' for language English (en). This usually happens when spaCy calls `nlp.create_pipe` with a custom component name that's not registered on the current language class. If you're using a Transformer, make sure to install 'spacy-transformers'. If you're using a custom component, make sure you've added the decorator `@Language.component` (for function components) or `@Language.factory` (for class components).
Available factories: attribute_ruler, tok2vec, merge_noun_chunks, merge_entities, merge_subtokens, token_splitter, parser, beam_parser, entity_linker, ner, beam_ner, entity_ruler, lemmatizer, tagger, morphologizer, senter, sentencizer, textcat, textcat_multilabel, en.lemmatizer
2）解决方法
后来发现，在从自己的电脑移动到服务器的时候，下载requirements.txt的时候，包spacy-entity-linker并没有被写入到requirements.txt依赖中。
因此，安装spacy-entity-linker包报错解决，注意要和spacy版本对应。
pip install spacy-entity-linker==1.0.3 （我的spacy=3.0.6）
问题2. spacy Can’t download knowledge base
1）问题
因为自己一开始敲代码的时候，是使用的自己的电脑，网络问题非常顺畅，在spacy第一次实体链接的时候就自动下载了knowledge base。 结果后来挪到服务器的时候，网络下载很慢，或者无法访问外网，就会出现一些问题 Downloading knowledge base: 0.00B。
例如：我连接的这个服务器在内网，不能够连接外网下载这个knowledge base😟。
2）产生问题的原因
这里提供一点spacy-entity-linker库的背景知识：
代码也确实是这么搞的：
这也是为什么服务器一直运行代码，总是不能够下载的knowledge base原因，咱网不行嘛。
3）解决办法
1. 离线下载knowledge base
file_url = “https://huggingface.co/MartinoMensio/spaCy-entity-linker/resolve/main/knowledge_base.tar.gz”
2. 打印保存的路径
找到服务器存spacy-entity-linker文件的位置，找到该文件夹下的DatabaseConnection.py，打印一下这个库的路径，看看这个离线压缩包应该存在服务器的什么位置。
3. 解压文件
很明显，第一步我们下载的文件是一个压缩包，但是实际上是一个.bd的文件。因此，我们需要手动解压一下子。（参考了一部分代码）
import gzip
import os
import tarfile
def un_gz(file_name):
"""ungz zip file"""
f_name = file_name.replace(".gz", "")
with gzip.open(file_name, 'rb') as g_file:
with open(f_name, "wb+") as output_file:
output_file.write(g_file.read())
def un_tar(file_name):
tar = tarfile.open(file_name)
names = tar.getnames()
if os.path.isdir(file_name + "_files"):
pass
else:
os.mkdir(file_name + "_files")
for name in names:
tar.extract(name, file_name + "_files/")
tar.close()
path = '/your_path/lib/python3.7/site-packages/data_spacy_entity_linker/knowledge_base.tar.gz'
un_gz(path2)
path2 = '/your_path/lib/python3.7/site-packages/data_spacy_entity_linker/knowledge_base.tar'
un_tar(path2)
4. 再次运行
把文件从解压的文件夹下拖出来，最终获得了wikidb_filtered.db文件。再次运行这个地方就不会报错啦。
问题3. sqlite3.ProgrammingError
1）问题
出现了数据连接sqlite3.ProgrammingError错误， 还是实体链接库引起的。
sqlite3.ProgrammingError: SQLite objects created in a thread can only be used in that same thread. The object was created in thread id 140585335772928 and this is thread id 140588189775616.
2）解决方案
找到服务器存spacy-entity-linker文件的位置，找到该文件夹下的DatabaseConnection.py；
找到这个文件下的函数init_database_connection(self, path=DB_DEFAULT_PATH)，追加 , check_same_thread=False。文章来源：https://www.toymoban.com/news/detail-707055.html
self.conn = sqlite3.connect(path, check_same_thread=False)
文章来源地址https://www.toymoban.com/news/detail-707055.html
到了这里，关于spaCy库的实体链接踩坑，以及spaCy-entity-linker的knowledge_base下载问题的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
