spacy和en安装

参考：https://www.zhihu.com/question/56095738/answer/283999308
安装spacy en_core_web_sm报错
raise ConnectionError(e, request=request)
requests.exceptions.ConnectionError: HTTPSConnectionPool(host=‘raw.githubusercontent.com’, port=443): Max retries exceeded with url: /explosion/spacy-models/master/shortcuts-v2.json (Caused by NewConnectionError(’<urllib3.connection.VerifiedHTTPSConnection object at 0x000001E8885F8BA8>: Failed to establish a new connection: [Errno 11004] getaddrinfo failed’,))
无论是装spacy还是en的库都会报这个错（anaconda prompt）。。。后来用pycharm装上了spacy（2.3.0），也用同样方法装了en, en_core_web_sm之类，但是还是会报错：no module named en

后来我从github上通过pip安装en_core_web_sm，由于我没有找到2.3.0版本，只能装了2.1.0
pip --default-timeout=10000 install https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-2.1.0/en_core_web_sm-2.1.0.tar.gz

然而：

似乎是在说版本不对应。。。。，而且pycharm依然报错No module named ‘en’
可算让我给找着了：https://github.com/explosion/spacy-models/releases/tag/en_core_web_sm-2.3.0

pip --default-timeout=10000 install https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-2.3.0/en_core_web_sm-2.3.0.tar.gz

安装

测试：

import spacy
spacy.load("en_core_web_sm")

使用，参考：https://blog.csdn.net/lrt366/article/details/90269582
注意，在torchtext中使用spacy时，由于field的默认属性是tokenizer_language=‘en’

TEXT = torchtext.data.Field(tokenize='spacy',  tokenizer_language='en_core_web_sm')

另附安装en_core_web_md的方式：

pip --default-timeout=10000 install https://github.com/explosion/spacy-models/releases/download/en_core_web_md-2.3.0/en_core_web_md-2.3.0.tar.gz