spaCy 是 Python 中的高级自然语言处理库，并且 赛顿。它建立在最新的研究基础上，从第一天到 用于实际产品。

spaCy 带有预训练的管道，目前 支持 70+ 种语言的分词化和训练。它的特点 最先进的速度和神经网络模型，用于标记、解析、命名实体识别、文本分类等，多任务 使用预训练的转换器（如 BERT）以及 生产就绪的​**培训系统和** EASY 模型打包、部署和工作流管理。spaCy 是商业的 开源软件，在 MIT 许可下发布。

主要功能：

• 支持 70+ 种语言
• 针对不同语言和任务的训练有素的管道
• 使用 BERT 等预训练转换器进行多任务学习
• 支持预训练的单词向量和嵌入
• 最先进的速度
• 生产就绪的培训系统
• 语言驱动的标记化
• 用于命名实体识别、词性标记、 依赖解析、句子分割、文本分类、 词形还原、形态学分析、实体链接等
• 使用自定义组件和属性轻松扩展
• 支持 PyTorch、TensorFlow 和其他框架中的自定义模型
• 内置语法和 NER 可视化工具
• 轻松的模型打包、部署和工作流管理
• 稳健、经过严格评估的精度

安装和使用

⏳ 安装 spaCy

有关详细的安装说明，请参阅文档。

• 操作系统版本： macOS / OS X ·Linux ·Windows（Cygwin、MinGW、Visual 工作室）
• Python 版本：Python 3.7+（仅 64 位）
• 包管理器： pip ·conda （通过conda-forge)

使用Pip

使用 pip，spaCy 版本可以作为源包和二进制轮子使用。 在安装 spaCy 及其依赖项之前，请确保您的 和 是最新的。pipsetuptoolswheel

pip install -U pip setuptools wheel
pip install spacy

要安装其他数据表进行词形还原和规范化，您可以 单独运行或安装 spacy-lookups-data。需要 lookups 包来创建空白模型 词形还原数据，以及在尚未附带的语言中进行词形还原 预训练模型，不受第三方库支持。pip install spacy[lookups]

使用 pip 时，通常建议将软件包安装在虚拟 environment 以避免修改系统状态：

python -m venv .env
source .env/bin/activate
pip install -U pip setuptools wheel
pip install spacy

使用conda

您还可以通过通道安装 spaCy。对于 Feedstock（包括构建配方和配置），请查看此存储库。condaconda-forge

conda install -c conda-forge spacy

更新 spaCy

spaCy 的某些更新可能需要下载新的统计模型。如果你是 运行 spaCy v2.0 或更高版本，您可以使用命令检查是否 您安装的型号兼容，如果不兼容，请打印有关如何更新的详细信息 他们：validate

pip install -U spacy
python -m spacy validate

如果您训练了自己的模型，请记住，您的训练和运行时 输入必须匹配。更新 spaCy 后，我们建议使用新版本重新训练您的模型。

📦 下载模型包

经过训练的 spaCy 管道可以作为 Python 包安装。这意味着 它们是应用程序的一个组件，就像任何其他模块一样。模型 可以使用 spaCy 的 download 命令进行安装，也可以通过将 pip 指向路径或 URL 来手动安装。

# Download best-matching version of specific model for your spaCy installation
python -m spacy download en_core_web_sm

# pip install .tar.gz archive or .whl from path or URL
pip install /Users/you/en_core_web_sm-3.0.0.tar.gz
pip install /Users/you/en_core_web_sm-3.0.0-py3-none-any.whl
pip install https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-3.0.0/en_core_web_sm-3.0.0.tar.gz

加载和使用模型

要加载模型，请将 spacy.load（） 与模型名称或模型数据目录的路径一起使用。

import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("This is a sentence.")

你也可以直接通过模型的全名来调用模型，然后不带参数地调用其方法。importload()

import spacy
import en_core_web_sm

nlp = en_core_web_sm.load()
doc = nlp("This is a sentence.")

📖 有关更多信息和示例，请查看 models 文档。

⚒ 从源码编译

安装 spaCy 的另一种方法是克隆其 GitHub 存储库并从 源。如果要对代码库进行更改，这是常见的方法。 您需要确保您的开发环境由 Python 发行版，包括头文件、编译器、pip、virtualenv 和 git 安装。编译器部分是最棘手的。如何 这取决于您的系统。

有关更多详细信息和说明，请参阅有关从源代码编译 spaCy 的文档和快速入门小部件以获取正确的 命令。

git clone https://github.com/explosion/spaCy
cd spaCy

python -m venv .env
source .env/bin/activate

# make sure you are using the latest pip
python -m pip install -U pip setuptools wheel

pip install -r requirements.txt
pip install --no-build-isolation --editable .

要使用 extras 进行安装：

pip install --no-build-isolation --editable .[lookups,cuda102]

🚦 运行测试

spaCy 附带一个广泛的测试套件。为了运行 测试中，您通常需要克隆存储库并从源代码构建 spaCy。 这还将安装所需的开发依赖项和测试实用程序 在 requirements.txt.

或者，您可以从已安装的软件包中运行测试。不要忘记通过 spaCy 的 requirements.txt 安装测试实用程序：pytestspacy

pip install -r requirements.txt
python -m pytest --pyargs spacy