前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >初学者|一起学学SpaCy

初学者|一起学学SpaCy

作者头像
yuquanle
发布2019-05-28 20:23:25
8620
发布2019-05-28 20:23:25
举报
文章被收录于专栏:AI小白入门

简介

spaCy是世界上最快的工业级自然语言处理工具。 支持多种自然语言处理基本功能。

spaCy主要功能包括分词、词性标注、词干化、命名实体识别、名词短语提取等等。

官网地址:https://spacy.io/

实战

1.安装

代码语言:javascript
复制
# 安装:pip install spaCy
# 国内源安装:pip install spaCy  -i https://pypi.tuna.tsinghua.edu.cn/simple
import spacy
nlp = spacy.load('en')
doc = nlp(u'This is a sentence.')

2.tokenize功能

代码语言:javascript
复制
for token in doc:
    print(token)

This
is
a
sentence
.

3.词干化(Lemmatize)

代码语言:javascript
复制
for token in doc:
    print(token, token.lemma_, token.lemma)

This this 1995909169258310477
is be 10382539506755952630
a a 11901859001352538922
sentence sentence 18108853898452662235
. . 12646065887601541794

4.词性标注(POS Tagging)

代码语言:javascript
复制
for token in doc:
    print(token, token.pos_, token.pos)

This DET 89
is VERB 99
a DET 89
sentence NOUN 91
. PUNCT 96

5.命名实体识别(NER)

代码语言:javascript
复制
for entity in doc.ents:
    print(entity, entity.label_, entity.label)

6.名词短语提取

代码语言:javascript
复制
for nounc in doc.noun_chunks:
    print(nounc)

a sentence

代码已上传:https://github.com/yuquanle/StudyForNLP/blob/master/NLPtools/SpacyDemo.ipynb

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-05-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI小白入门 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档