spacy-入门02-helloworld

下载模型

spaCy目前支持的语言有英语、德语、法语，中文已经在版本规划中未来会有，中文处理可以使用spaCy的自定义语言处理，中文问题可以解决只是需要更多时间罢了。入门学习可以先考虑已经训练好的英语模型，spaCy提供了各种方法下载该模型，我使用了最简单的下载方法。

打开cmd(需管理员权限)，键入如下指令，系统会将模型下载至默认的目录也就是python程序的site-packges目录下。需要注意的是(因为是从github下载内网可能有下载超时的问题)

python -m spacy download en

下载完成后site-packges中会出现一个新的目录site-packges/spacy/data/en，spaCy提供了许多模型，每种模型的大小不同会影响标注或者语法分析，因为入门不追求精度我下载的是最小的版本50M，最大的有1.3G但是精度比50M的要高很多。

Hello spaCy

import spacy as spmodule_name = 'en' # 英文模型名称sentenc_line = u'Hello,spacy!.'sp.info(module_name) # spacy模型相关信息nlp = sp.load(module_name) # 加载模型doc = nlp(sentenc_line) # print([(word.text,word.pos) for word in doc]) # 打印单词及其词性

上述代码运行后就能看到简单的结果。

# 建立doc,默认会将四个处理管道放入nlp对象中# 可以通过不同的调用来处理句子# 比如使用词性标注 nlp.tagger(doc)doc = nlp.make_doc(sentenc_line)for p in nlp.pipeline:    print(p)

nlp.tagger(doc)print([word.pos for word in doc])
前两篇比较简单，第一篇的格式因为CSDN没有预览代码命令行格式有点问题大家请见谅，接下来我会详细介绍使用spaCy词性标注、命名实体、语法解析、中文处理等内容。

必须要吐槽，CSDN的BLOG的排版格式非常有问题，一个BLOG居然没有预览功能也是够可以的了。