目录

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（NLP）软件包，可以对自然语言文本做词性分析、命名实体识别、依赖关系刻画，以及词嵌入向量的计算和可视化等。

二、安装spacy

使用“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 文件保存目录，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 文件保存目录，然后通过pip安装。

五、效果测试

5.1 英文测试

# 导入英文类from spacy.lang.en import English # 实例化一个nlp类对象，包含管道pipelinenlp = English()# print(nlp)doc = nlp("December is excited!")# 迭代tokensfor token in doc:print(token.text)token = doc[1]print(token.text)

输出结果：

Decemberisexcited!is

5.2 中文测试

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

输出结果：

微软 ORG十亿美金 MONEY英国 NORP