spaCy

spaCy是Python和Cython中高级自然语言处理的图书馆。它建立在最新研究的基础上，从第一天开始设计用于真实产品。

spaCy带有预算的管道，目前支持70多种语言的令牌化和培训。它具有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，文本分类以及更多任意任务的多任务学习，以及诸如BERT之类的经过审计的变压器，以及适用于生产的培训系统以及简单的模型包装，部署和工作流程管理。 spaCy是根据MIT许可发布的商业开源软件。

?现在3.8版！在此处查看发行说明。

spaCy项目由spaCy团队维护。请了解，我们将无法通过电子邮件提供个人支持。我们还认为，如果帮助公开共享，帮助将会更有价值，因此更多的人可以从中受益。

• 支持70多种语言
• 不同语言和任务的训练有素的管道
• 多任务学习与伯特（Bert）这样的经过验证的变压器
• 支持预算的单词矢量和嵌入
• 最先进的速度
• 准备生产的培训系统
• 语言动机的令牌化
• 指定实体识别的组成部分，一部分标记，依赖性解析，句子细分，文本分类，窃听，形态学分析，实体链接等等
• 易于使用自定义组件和属性扩展
• 支持Pytorch ， Tensorflow和其他框架中的自定义模型
• 内置的语法和ner的可视化器
• 简单的型号包装，部署和工作流程管理
• 坚固，严格评估的精度

有关更多详细信息，请参见事实，数字和基准。

有关详细的安装说明，请参见文档。

• 操作系统：MacOS / OS X·Linux·Windows（Cygwin，Mingw，Visual Studio）
• Python版本：Python> = 3.7，<3.13（只有64位）
• 包装管理人员：PIP·Conda（通过Conda-Forge）

使用PIP可以作为源包和二进制轮毂提供spaCy版本。在安装spaCy及其依赖项之前，请确保您的PIP，SetUptools和Wheel是最新的。

pip install -U pip setuptools wheel
pip install spaCy

要安装其他数据表进行Lemmatization和归一化，您可以单独安装PIP INSTALS spaCy [查找]或单独安装spaCy -lookups -data。需要查找软件包来创建带有Lemmatization数据的空白模型，并以尚未鉴定的模型且不由第三方库提供动力的语言进行窃听。

使用PIP时，通常建议在虚拟环境中安装软件包，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

您也可以通过Conda-Forge频道从Conda安装spaCy 。对于包括构建食谱和配置在内的原料，请查看此存储库。

conda install -c conda-forge spaCy

spaCy的一些更新可能需要下载新的统计模型。如果您正在运行spaCy V2.0或更高版本，则可以使用Validate命令检查您的已安装型号是否兼容，如果没有，请打印有关如何更新它们的详细信息：

pip install -U spaCy
python -m spaCy validate

如果您已经培训了自己的模型，请记住，您的培训和运行时输入必须匹配。更新spaCy后，我们建议使用新版本对您的模型进行重新培训。

有关从spaCy 2.x升级到spaCy 3.X的详细信息，请参见《迁移指南》。

训练有素的spaCy管道可以安装为Python软件包。这意味着它们是您应用程序的组成部分，就像其他任何模块一样。可以使用spaCy的下载命令或通过将PIP指向路径或URL来安装模型。

 # 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://git*hub**.com/explosion/spaCy-models/releases/download/en_core_web_sm-3.0.0/en_core_web_sm-3.0.0.tar.gz

要加载模型，请使用spaCy .load（）与模型名称或模型数据目录的路径。

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

您也可以通过其全名直接导入模型，然后在没有参数的情况下调用其load（）方法。

 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，请查看模型文档。

安装spaCy的另一种方法是克隆其GitHub存储库并从源构建。如果您想更改代码库，那是常见的方式。您需要确保拥有一个由Python发行的开发环境，包括标题文件，编译器，PIP，Virtualenv和Git已安装。编译器部分是最棘手的部分。如何做到这取决于您的系统。

有关更多详细信息和说明，请参阅有关从源和快速启动小部件编译spaCy的文档，以获取适合您的平台和Python版本的命令。

git clone https://g*i*th*ub.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 .

安装附加：

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

spaCy带有广泛的测试套件。为了运行测试，您通常需要克隆存储库并从源构建spaCy 。这还将安装需求中定义的所需开发依赖性和测试实用程序。

另外，您可以从安装的spaCy软件包中的测试上运行pytest。不要忘记还通过spaCy的要求安装测试实用程序.txt：

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