spaCy

NLP 自然语言文本处理库
授权协议 MIT
开发语言 Python JavaScript
所属分类 神经网络/人工智能、 自然语言处理
软件类型 开源软件
地区 不详
投 递 者 方通
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

spaCy 是一个 Python 和 CPython 的 NLP 自然语言文本处理库。它建立在最新的研究基础上,从设计的第一天起就被用于实际产品中。

spaCy 自带预训练的管道,目前支持 60 多种语言的标记化和训练。它具有最先进的速度和神经网络模型,可用于标记、解析、命名实体识别、文本分类等,使用 BERT 等预训练的变换器进行多任务学习,以及生产就绪的训练系统和简单的模型打包、部署和工作流管理。

特性:

  • 支持 60 多种语言
  • 经过训练的管道可以处理不同的语言和任务
  • 使用像 BERT 这样的预训练变压器进行多任务学习
  • 支持预训练的单词向量和嵌入
  • 最先进的速度
  • 生产就绪培训系统
  • 语言驱动的标记化
  • 用于命名实体识别、词性标记、依存关系分析、句子分段、文本分类、词义化、形态分析、实体链接等的组件
  • 使用自定义组件和属性可轻松扩展
  • 支持 PyTorch、TensorFlow 和其他框架中的自定义模型
  • 内置用于语法和 NER 的可视化工具
  • 易于模型打包、部署和工作流管理
  • 可靠的、经过严格评估的精确度
  • 诸神缄默不语-个人CSDN博文目录 最近更新时间:2022.6.27 最早更新时间:2022.6.27 本文介绍spacy模型的使用方式,即spacy的API使用教程。spacy包的API基本都要靠特定模型(trained pipeline)来使用,本文主要用英文(en_core_web_sm)和中文(zh_core_web_sm)来做示例,毕竟我就只会这两种语言。 spacy模型官网:Train

  • 工作原理 当加载一个模型的时候,spacy首先分析其meta.json文件,这个文件中包含以下信息: { “lang": "en", "name": "core_web_sm", "description": "example model for spacy", "pipeline": ["tagger", "parser", "ner"] } 加载语言类并且初始化; 迭代pipelines并且

  • 附上spaCy官方网站:https://spacy.io/usage#quickstart Installation instructions 本文默认你已配置好conda环境,python,Spyder等等。 下面开始安装… 推荐conda环境下,打开anaconda prompt, install spaCy via conda-forge: // An highlighted block

  • 1. 安装方法 2. 模型的下载与安装 之前的spacy库官方一般提供有英文模型,安装的方法如下所示 python -m spacy download en 一般在spacy2.3.0版本库上可以使用中文模型,官网上提供有三个中文模型zh_core_web_sm,zh_core_web_md,zh_core_web_lg,下载的方式如下所示 python -m spacy download zh

  • 踩了无数个坑!!! 咱就说这个spacy咋就这么难装/加载词典,搞了几个小时才搞好,记录一下解决的步骤 查了十几个博客,都是告诉小白我: 1、 pip install spacy 2、 python -m spacy download en#下载模型 3、 就可以正常使用了 import spacy spacy.load('en') 如果您上面的方法可以成功安装并使用,下面就不用看了,如果上面的

  • spacy安装 张文政 2020.7.10 安装spacy很简单,但下载对应的模型非常复杂(因为GFW的缘故,直接下载是不行的),需要离线下载后安装。但出了无限多的问题,解决了大概1个小时,最终用以下方法解决了。 spacy模型网站:https://spacy.io/models/en 对应的github:https://github.com/explosion/spacy-models/rele

 相关资料
  • 主要内容 前言 课程列表 推荐学习路线 数学基础初级 程序语言能力 机器学习简介 自然语言学习初级 数学和机器学习知识补充 自然语言处理中级 自然语言处理专项领域学习 前言 我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白,并完成所有的老师布置的习题,而推荐的书籍是不做要求的,如果有些书籍是需要看完的,我们会进行额外的说明。 课程列表 课程 机构 参考书 Notes

  • 先来一段前戏 机器学习的过程是训练模型和使用模型的过程,训练就是基于已知数据做统计学习,使用就是用统计学习好的模型来计算未知的数据。 机器学习分为有监督学习和无监督学习,文本分类也分为有监督的分类和无监督的分类。有监督就是训练的样本数据有了确定的判断,基于这些已有的判断来断定新的数据,无监督就是训练的样本数据没有什么判断,完全自发的生成结论。 无论监督学习还是无监督学习,都是通过某种算法来实现,而

  • 知识图谱 接口: nlp_ownthink 目标地址: https://ownthink.com/ 描述: 获取思知-知识图谱的接口, 以此来查询知识图谱数据 限量: 单次返回查询的数据结果 输入参数 名称 类型 必选 描述 word str Y word="人工智能" indicator str Y indicator="entity"; Please refer Indicator Info

  • PyTorch 自然语言处理(Natural Language Processing with PyTorch 中文版)

  • 这是一本关于自然语言处理的书。所谓“自然语言”,是指人们日常交流使用的语言,如英语,印地语,葡萄牙语等。

  • 自然语言处理怎么学? 先学会倒着学,倒回去看上面那句话:不管三七二十一先用起来,然后再系统地学习 nltk是最经典的自然语言处理的python库,不知道怎么用的看前几篇文章吧,先把它用起来,最起码做出来一个词性标注的小工具 自然语言处理学什么? 这门学科的知识可是相当的广泛,广泛到你不需要掌握任何知识就可以直接学,因为你不可能掌握它依赖的全部知识,所以就直接冲过去吧。。。 话说回来,它到底包括哪些

  • 自然语言处理之序列模型 - 小象学院 解决 NLP 问题的一般思路 这个问题人类可以做好么? - 可以 -> 记录自己的思路 -> 设计流程让机器完成你的思路 - 很难 -> 尝试从计算机的角度来思考问题 NLP 的历史进程 规则系统 正则表达式/自动机 规则是固定的 搜索引擎 “豆瓣酱用英语怎么说?” 规则:“xx用英语怎么说?” => translate(XX, English)

  • 自然语言处理(NLP)是指使用诸如英语之类的自然语言与智能系统通信的AI方法。 当您希望像机器人这样的智能系统按照您的指示执行,当您想要听取基于对话的临床专家系统的决定等时,需要处理自然语言。 NLP领域涉及使计算机使用人类使用的自然语言来完成有用的任务。 NLP系统的输入和输出可以是 - Speech 书面文字 NLP的组成部分 在本节中,我们将了解NLP的不同组件。 NLP有两个组成部分。 组