训练历史宾格需要以下几步：

1. 收集数据：首先要收集大量的历史数据，以便训练模型。这些数据可以来自文献、书籍或者其他来源。

2. 创建实体识别器：使用这些数据创建一个实体识别器，该实体识别器能够将文本中的实体映射到相应的标签上。

3. 语义表征学习：使用上述步骤生成的标注文本来学习历史宾格之间的语义表征。这一步通常使用神经网络来学习特征向量表征。

4. 测试并性能优化：最后一步是测试训练好的模型并性能优化。通常会针对不同场景使用不同测试集对性能进行优化。