目录
一、spacy简介
二、安装spacy
三、安装zh_core_web_sm
四、安装en_core_web_sm
五、效果测试
5.1 英文测试
5.2 中文测试
一、spacy简介
spacy是Python自然语言处理(NLP)软件包,可以对自然语言文本做词性分析、命名实体识别、依赖关系刻画,以及词嵌入向量的计算和可视化等。
二、安装spacy
使用“pip install spacy”报错,或者安装完spacy,无法正常调用,可以通过以下链接将whl文件下载到本地,然后 cd 到文件路径下,通过 pip 安装。
下载链接:
Archived: Python Extension Packages for Windows – Christoph Gohlke (uci.edu)
选择对应的版本:
三、安装zh_core_web_sm
通过下方链接下载 whl 文件到本地:
zh_core_web_sm · Releases · explosion/spacy-models (github.com)
选择对应的版本:
下载好对应版本的zh_core_web_sm.whl文件,cd 文件保存目录,然后通过pip安装。
安装成功提示:
四、安装en_core_web_sm
通过下方链接下载 whl 文件到本地:
en_core_web_sm · Releases · explosion/spacy-models (github.com)
选择对应的版本:
下载好对应版本的zh_core_web_sm.whl文件,cd 文件保存目录,然后通过pip安装。
五、效果测试
5.1 英文测试
# 导入英文类from spacy.lang.en import English # 实例化一个nlp类对象,包含管道pipelinenlp = English()# print(nlp)doc = nlp("December is excited!")# 迭代tokensfor token in doc:print(token.text)token = doc[1]print(token.text)
输出结果:
Decemberisexcited!is
5.2 中文测试
# 处理文本nlp = spacy.load('zh_core_web_sm')doc = nlp("微软准备用十亿美金买下这家英国的创业公司。")# 遍历识别出的实体for ent in doc.ents:# 打印实体文本及其标注print(ent.text, ent.label_)
输出结果:
微软 ORG十亿美金 MONEY英国 NORP