中国领先的IT技术网站
|
|

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

spaCy是Python和Cython中的高级自然语言处理库,它具有世界上速度最快的句法分析器,用于标签的卷积神经网络模型,解析和命名实体识别以及与深度学习整合。

作者:IT168企业级来源:头条科技|2017-11-10 11:51

Tech Neo技术沙龙 | 11月25号,九州云/ZStack与您一起探讨云时代网络边界管理实践


spaCy是Python和Cython中的高级自然语言处理库,它建立在最新的研究基础之上,从一开始就设计用于实际产品。spaCy带有预先训练的统计模型和单词向量,目前支持20多种语言的标记。它具有世界上速度最快的句法分析器,用于标签的卷积神经网络模型,解析和命名实体识别以及与深度学习整合。它是在MIT许可下发布的商业开源软件。

spaCy项目由@honnibal和@ines维护,虽然无法通过电子邮件提供个人支持。但开源者相信,如果公开分享,会让帮助更有价值,可以让更多人从中受益。(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

  • 实体命名识别

  • 非破坏性标记

  • 支持20多种语言

  • 预先训练的统计模型和单词向量

  • 易于深度学习模型的整合

  • 一部分语音标记

  • 标签依赖分析

  • 语法驱动的句子分割

  • 可视化构建语法和NER

  • 字符串到哈希映射更便捷

  • 导出numpy数据数组

  • 有效的二进制序列化

  • 易于模型打包和部署

  • 最快的速度

  • 强烈严格的评估准确性

安装spaCy

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

pip

使用pip,spaCy版本目前仅作为源包提供。

  • pip install spacy

在使用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:

  • venv .envsource .env/bin/activate

  • pip install spacy

conda

通过社区开发者的努力,终于重新添加了conda支持。现在可以通过conda-forge安装spaCy:

  • conda config --add channels conda-forge

  • conda install spacy

更新spaCy

spaCy的一些更新可能需要下载新的统计模型,如果正在运行spaCy v2.0或更高版本,则可以使用validate命令来检查安装的模型是否兼容,如果不兼容,请打印有关如何更新的详细信息:

  • pip install -U spacy

  • spacy validate

如果已经训练了自己的模型,请记住,训练和运行时的输入必须匹配。在更新spaCy之后,建议用新版本重新训练模型。

下载模型

从v1.7.0开始,spaCy的模型可以作为Python包安装。这意味着它们是应用程序的组件,就像任何其他模块一样。 可以使用spaCy的下载命令来安装模型,也可以通过将pip指向路径或URL来手动安装模型。

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

加载和使用模型

要加载模型,请在模型的快捷链接中使用spacy.load():

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

如果已经通过pip安装了一个模型,也可以直接导入它,然后调用它的load()方法:

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

支持旧版本

如果使用的是旧版本(v1.6.0或更低版本),则仍然可以使用python -m spacy.en.download all或python -m spacy.de.download all从spaCy下载并安装旧模型。.tar.gz存档也附加到v1.6.0版本,要手动下载并安装模型,请解压存档,将包含的目录放入spacy / data,并通过spacy.load('en')或spacy.load('de')加载模型。

从源代码编译

另一种安装spaCy的方法是克隆它的GitHub仓库,并从源代码构建它。 如果要更改代码库,常见方法是需要确保你有一个由包含头文件,编译器,pip,virtualenv和git的Python发行版组成的开发环境。编译器部分是最棘手的。,如何做到这一点取决于你的系统。有关详细信息,请参阅Ubuntu,OS X和Windows上的说明。

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

与通过pip进行常规安装相比,requirements.txt会额外安装Cython等开发人员依赖项。 有关更多详细信息和说明,请参阅有关从源代码编译spaCy和快速启动小部件的文档,以获取适用于您平台和Python版本的正确命令,而不是上面的详细命令,你也可以使用下面的结构命令,所有命令都假定虚拟环境位于一个目录.env中。如果使用的是其他目录,则可以通过环境变量VENV_DIR进行更改,例如VENV_DIR =“。custom-env”fab clean make。

号称世界最快句法分析器,Python高级自然语言处理库spaCy!

Ubuntu

通过apt-get安装系统级依赖关系:

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

macOS / OS X

安装最新版本的XCode,包括所谓的“命令行工具”。 macOS和OS X预装了Python和git。

Windows

安装与用于编译Python解释器的版本相匹配的Visual Studio Express或更高版本。官方发行版是VS 2008(Python 2.7),VS 2010(Python 3.4)和VS 2015(Python 3.5)。

运行测试

spaCy带有一个广泛的测试套件。 首先,找出spaCy的安装位置:

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

然后在该目录下运行。The flags--vectors,--slow 和--model是可选的,并启用额外的测试:

  • #make sure you are using recent pytest version

  • python -m pip install -U pytest

  • python -m pytest <

【编辑推荐】

  1. 外媒速递:Python值得你加以学习的四个关键理由
  2. 外媒速递:三大顶尖开源Python IDE方案综述
  3. 外媒速递:你值得一试的三款开源Python GUI框架
  4. 外媒速递:Python发展路线图中的四次重要修复
  5. 外媒速递:为何Python与C#无法取代Java、C或C++
【责任编辑:张燕妮 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢
24H热文
一周话题
本月最赞

读 书 +更多

Java EE 5 开发指南

本书是对Java EE各种技术之间互相协作的概览和补充。 本书还展示了如何编写JavaServer Page(JSP)页面或者企业级JavaBean(EJB):探讨了...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊
× CTO训练营(深圳站)