自然语言处理(NLP)-第三方库(工具包)：spaCy（更适合英文数据集）【命名实体识别、分词、词性标注、依存句法分析、语义角色标注】

spaCy是世界上最快的工业级自然语言处理工具。 支持多种自然语言处理基本功能。官网地址：https://spacy.io/

spaCy主要功能包括分词、词性标注、词干化、命名实体识别、名词短语提取等等。

一、spaCy安装

在官网的code里找到安装代码，命令行输入第一个

 pip install spacy
 python -m spacy download en_core_web_sm

第二个命令巨慢，可能会断掉连接，可以在这里下载他需要的文件

• en_core_web_md-2.2.5.tar
  链接：https://pan.baidu.com/s/1zWLDr0YGOcMKjx0P1TizlQ
  提取码：0xim
• en_core_web_sm-2.2.5.tar
  链接：https://pan.baidu.com/s/1yjCn2vN7qwzS8eTez2ocsA
  提取码：f5u5

无需解压，安装这两个压缩包

pip install en_core_web_sm-2.2.5.tar.gz
pip install en_core_web_md-2.2.5.tar.gz

不过这时候运行代码还是会报错

nlp = spacy.load('en')

OSError: [E050] Can't find model 'en'. It doesn't seem to be a shortcut link, a Python package or a valid path to a data directory.

需要在管理员模式下运行

python -m spacy download en

---

---

---

参考资料：
SpaCy下载及安装
NLP项目：使用NLTK和SpaCy进行命名实体识别