spaCy教程学习

spaCy教程学习

作者|PRATEEK JOSHI 编译|VK 来源|Analytics Vidhya

介绍

spaCy是我的自然语言处理（NLP）任务的必备库。我冒昧地说，大多数专家都是这样！

如今，在众多的NLP库中，spaCy确实独树一帜。如果你在NLP上用过spaCy，你就会知道我在说什么。如果你对spaCy的强大功能还不熟悉，你会被这个库的多功能性和灵活性所吸引。

spaCy的优点是它提供一系列优良的特性，库也是易用的，以及库总是保持最新。

spaCy入门

如果你对spaCy还不熟悉，你应该注意以下几点：

• spaCy的统计模型

• spaCy的处理管道

让我们详细讨论一下每一个问题。

spaCy的统计模型

这些模型是spaCy的核心。这些模型使spaCy能够执行一些与NLP相关的任务，例如词性标记、命名实体识别和依存关系解析。

下面我列出了spaCy中的不同统计模型及其规范：

• en_core_web_sm：英语多任务CNN，在OntoNotes上训练，大小为11 MB

• en_core_web_md：英语多任务CNN，在OntoNotes上训练，并且使用Common Crawl上训练的GLoVe词嵌入，大小为91 MB

• en_core_web_lg：英语多任务CNN，在OntoNotes上训练，并且使用Common Crawl上训练的GLoVe词嵌入，大小为789 MB

导入这些模型非常容易。我们可以通过执行spacy.load(‘model_name’) 导入模型，如下所示：

import spacy
nlp = spacy.load('en_core_web_sm')

spaCy的处理管道

使用spaCy时，文本字符串的第一步是将其传递给NLP对象。这个对象本质上是由几个文本预处理操作组成的管道，输入文本字符串必须通过这些操作。

如上图所示，NLP管道有多个组件，如标记生成器、标签器、解析器、ner等。因此，在处理输入文本字符串之前，必须先通过所有这些组件。

让我演示如何创建nlp对象：

import spacy
nlp = spacy.load('en_core_web_sm')

# 创建nlp对象
doc = nlp("He went to play basketball")

你可以使用以下代码找出活动的管道组件：

nlp.pipe_names

输出：['tagger'，'parser'&#x