spaCy是Python和Cython中的高級(jí)自然語(yǔ)言處理庫(kù)，它建立在最新的研究基礎(chǔ)之上，從一開(kāi)始就設(shè)計(jì)用于實(shí)際產(chǎn)品。spaCy帶有預(yù)先訓(xùn)練的統(tǒng)計(jì)模型和單詞向量，目前支持20多種語(yǔ)言的標(biāo)記。它具有世界上速度最快的句法分析器，用于標(biāo)簽的卷積神經(jīng)網(wǎng)絡(luò)模型，解析和命名實(shí)體識(shí)別以及與深度學(xué)習(xí)整合。它是在MIT許可下發(fā)布的商業(yè)開(kāi)源軟件。

spaCy項(xiàng)目由@honnibal和@ines維護(hù)，雖然無(wú)法通過(guò)電子郵件提供個(gè)人支持。但開(kāi)源者相信，如果公開(kāi)分享，會(huì)讓幫助更有價(jià)值，可以讓更多人從中受益。（Github官方地址：https://github.com/explosion/spaCy#spacy-industrial-strength-nlp）

spaCy的特征：

• 世界上最快的句法分析器

• 實(shí)體命名識(shí)別

• 非破壞性標(biāo)記

• 支持20多種語(yǔ)言

• 預(yù)先訓(xùn)練的統(tǒng)計(jì)模型和單詞向量

• 易于深度學(xué)習(xí)模型的整合

• 一部分語(yǔ)音標(biāo)記

• 標(biāo)簽依賴分析

• 語(yǔ)法驅(qū)動(dòng)的句子分割

• 可視化構(gòu)建語(yǔ)法和NER

• 字符串到哈希映射更便捷

• 導(dǎo)出numpy數(shù)據(jù)數(shù)組

• 有效的二進(jìn)制序列化

• 易于模型打包和部署

• 最快的速度

• 強(qiáng)烈嚴(yán)格的評(píng)估準(zhǔn)確性

安裝spaCy

pip

使用pip，spaCy版本目前僅作為源包提供。

• pip install spacy

在使用pip時(shí)，通常建議在虛擬環(huán)境中安裝軟件包以避免修改系統(tǒng)狀態(tài)：

• venv .envsource .env/bin/activate

• pip install spacy

conda

通過(guò)社區(qū)開(kāi)發(fā)者的努力，終于重新添加了conda支持。現(xiàn)在可以通過(guò)conda-forge安裝spaCy：

• conda config --add channels conda-forge

• conda install spacy

更新spaCy

spaCy的一些更新可能需要下載新的統(tǒng)計(jì)模型，如果正在運(yùn)行spaCy v2.0或更高版本，則可以使用validate命令來(lái)檢查安裝的模型是否兼容，如果不兼容，請(qǐng)打印有關(guān)如何更新的詳細(xì)信息：

• pip install -U spacy

• spacy validate

如果已經(jīng)訓(xùn)練了自己的模型，請(qǐng)記住，訓(xùn)練和運(yùn)行時(shí)的輸入必須匹配。在更新spaCy之后，建議用新版本重新訓(xùn)練模型。

下載模型

從v1.7.0開(kāi)始，spaCy的模型可以作為Python包安裝。這意味著它們是應(yīng)用程序的組件，就像任何其他模塊一樣。 可以使用spaCy的下載命令來(lái)安裝模型，也可以通過(guò)將pip指向路徑或URL來(lái)手動(dòng)安裝模型。

加載和使用模型

要加載模型，請(qǐng)?jiān)谀Ｐ偷目旖萱溄又惺褂胹pacy.load（）：

如果已經(jīng)通過(guò)pip安裝了一個(gè)模型，也可以直接導(dǎo)入它，然后調(diào)用它的load（）方法：

支持舊版本

如果使用的是舊版本（v1.6.0或更低版本），則仍然可以使用python -m spacy.en.download all或python -m spacy.de.download all從spaCy下載并安裝舊模型。.tar.gz存檔也附加到v1.6.0版本，要手動(dòng)下載并安裝模型，請(qǐng)解壓存檔，將包含的目錄放入spacy / data，并通過(guò)spacy.load（'en'）或spacy.load（'de'）加載模型。

從源代碼編譯

另一種安裝spaCy的方法是克隆它的GitHub倉(cāng)庫(kù)，并從源代碼構(gòu)建它。 如果要更改代碼庫(kù)，常見(jiàn)方法是需要確保你有一個(gè)由包含頭文件，編譯器，pip，virtualenv和git的Python發(fā)行版組成的開(kāi)發(fā)環(huán)境。編譯器部分是最棘手的。，如何做到這一點(diǎn)取決于你的系統(tǒng)。有關(guān)詳細(xì)信息，請(qǐng)參閱Ubuntu，OS X和Windows上的說(shuō)明。

與通過(guò)pip進(jìn)行常規(guī)安裝相比，requirements.txt會(huì)額外安裝Cython等開(kāi)發(fā)人員依賴項(xiàng)。 有關(guān)更多詳細(xì)信息和說(shuō)明，請(qǐng)參閱有關(guān)從源代碼編譯spaCy和快速啟動(dòng)小部件的文檔，以獲取適用于您平臺(tái)和Python版本的正確命令，而不是上面的詳細(xì)命令，你也可以使用下面的結(jié)構(gòu)命令，所有命令都假定虛擬環(huán)境位于一個(gè)目錄.env中。如果使用的是其他目錄，則可以通過(guò)環(huán)境變量VENV_DIR進(jìn)行更改，例如VENV_DIR =“。custom-env”fab clean make。

Ubuntu

通過(guò)apt-get安裝系統(tǒng)級(jí)依賴關(guān)系：

• sudo apt-get install build-essential python-dev git

macOS / OS X

安裝最新版本的XCode，包括所謂的“命令行工具”。 macOS和OS X預(yù)裝了Python和git。

Windows

安裝與用于編譯Python解釋器的版本相匹配的Visual Studio Express或更高版本。官方發(fā)行版是VS 2008（Python 2.7），VS 2010（Python 3.4）和VS 2015（Python 3.5）。

運(yùn)行測(cè)試

spaCy帶有一個(gè)廣泛的測(cè)試套件。 首先，找出spaCy的安裝位置：

• python -c 'import os; import spacy; print(os.path.dirname(spacy.__file__))'

然后在該目錄下運(yùn)行。The flags--vectors,--slow 和--model是可選的，并啟用額外的測(cè)試：

• ＃make sure you are using recent pytest version

• python -m pip install -U pytest

• python -m pytest <