我尝试使用spacy从字符串中提取信息，如下所示： GENERAL SYSTEM INFORMATION: 194V MAX DC VOLTAGE MODULES: (19) phonosolar PS310M-24/T 10.36A MAX POWER CURRENT 然而，并不仅仅是这样。这方面的重要实体包括： 19: EQUIP_QUANTITY , phonosolar: EQUIP_MANF ，及 PS310M-24/T: EQUIP_MODELNO . 然而，在这样的大型数据集（10k）样本上对其进行训练的结果不是很好，它错误地分类了许多实体。它说，未对齐的实体将被视为“-”，但是，当查看偏移量到比洛标签输出时，没有这样的条目，只有o个实体和其他标记的实体（b_设备数量、i_设备数量等）。当我初始化训练样本并使用以下代码将它们转换为示例对象时，会出现此警告。

for thing in tqdm(data):
    try:
        words = thing['text'].split(" ")
        spaces = None
        doc = Doc(nlp.vocab, words=words, spaces=spaces)
        ex = Example.from_dict(doc, {"words":words,"entities":thing['entities']})
        TRAIN_DATA.append(ex)
    except:
        print("failure")

其中，thing['text']类似于上述字符串，thing['entities']是元组形式的实体列表（startindex、endindex（exclusive）、type）
编辑：我之所以不采用基于规则的方法，而是采用分类/实体识别方法，是因为基于规则的方法不可维护。在这种情况下，有很多制造商采用多种格式，有很多型号采用多种格式，我希望spacy能够了解这些细微差别。