安装spacy+zh_core_web_sm避坑指南

目次

一、spacy简介
二、安装spacy
三、安装zh_core_web_sm
四、安装en_core_web_sm
五、效果测试
5.1 英文测试
5.2 中文测试

---

一、spacy简介

spacy是Python自然语言处理惩罚（NLP）软件包，可以对自然语言文本做词性分析、命名实体辨认、依赖关系描画，以及词嵌入向量的盘算和可视化等。
二、安装spacy

利用“pip install spacy"报错， 或者安装完spacy，无法正常调用，可以通过以下链接将whl文件下载到本地，然后 cd 到文件路径下，通过 pip 安装。
下载链接：
Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu)
选择对应的版本：


三、安装zh_core_web_sm

通过下方链接下载 whl 文件到本地： 
zh_core_web_sm · Releases · explosion/spacy-models (github.com)
选择对应的版本：
  
下载好对应版本的zh_core_web_sm.whl文件，cd 文件生存目次，然后通过pip安装。
安装成功提示： 

四、安装en_core_web_sm

通过下方链接下载 whl 文件到本地：
en_core_web_sm · Releases · explosion/spacy-models (github.com)
选择对应的版本：
 
下载好对应版本的zh_core_web_sm.whl文件，cd 文件生存目次，然后通过pip安装。
 
五、效果测试

5.1 英文测试

1. # 导入英文类
2. from spacy.lang.en import English
3. # 实例化一个nlp类对象，包含管道pipeline
4. nlp = English()
5. # print(nlp)
6. doc = nlp("December is excited!")
7. # 迭代tokens
8. for token in doc:
9.     print(token.text)
10.    
11. token = doc[1]
12. print(token.text)

复制代码

输出结果：

1. December
2. is
3. excited
4. !
5. is

复制代码

5.2 中文测试

1. # 处理文本
2. nlp = spacy.load('zh_core_web_sm')
3. doc = nlp("微软准备用十亿美金买下这家英国的创业公司。")
5. # 遍历识别出的实体
6. for ent in doc.ents:
7.     # 打印实体文本及其标注
8.     print(ent.text, ent.label_)

复制代码

输出结果：

1. 微软 ORG
2. 十亿美金 MONEY
3. 英国 NORP

复制代码

来源：https://blog.csdn.net/weixin_43734080/article/details/130093099
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！