หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

spaCy: NLP ความแข็งแกร่งทางอุตสาหกรรม

spaCy เป็นไลบรารีสำหรับ การประมวลผลภาษาธรรมชาติขั้นสูง ใน Python และ Cython สร้างขึ้นจากการวิจัยล่าสุด และได้รับการออกแบบตั้งแต่วันแรกเพื่อใช้กับผลิตภัณฑ์จริง

spaCy มาพร้อมกับไปป์ไลน์ที่ได้รับการฝึกอบรมและปัจจุบันรองรับโทเค็นและการฝึกอบรมสำหรับ ภาษามากกว่า 70 ภาษา โดยมีคุณลักษณะความเร็วที่ล้ำสมัยและ โมเดลโครงข่ายประสาทเทียม สำหรับการแท็ก การแยกวิเคราะห์ การจดจำเอนทิตีที่มีชื่อ การจัดหมวด หมู่ข้อความ และอื่นๆ อีกมากมาย การเรียนรู้แบบหลายงานด้วย หม้อแปลง ที่ผ่านการฝึกอบรมมาแล้วอย่าง BERT รวมถึง ระบบการฝึกอบรม ที่พร้อมสำหรับการผลิตและโมเดลที่ใช้งานง่าย การจัดการบรรจุภัณฑ์ การใช้งาน และขั้นตอนการทำงาน spaCy เป็นซอฟต์แวร์โอเพ่นซอร์สเชิงพาณิชย์ที่เผยแพร่ภายใต้ใบอนุญาต MIT

- เวอร์ชัน 3.7 ออกแล้ว! ตรวจสอบบันทึกประจำรุ่นได้ที่นี่


เอกสารประกอบ

เอกสารประกอบ
️ สปาซี101 เพิ่งเริ่มใช้ spaCy? นี่คือทุกสิ่งที่คุณจำเป็นต้องรู้!
คู่มือการใช้งาน วิธีใช้ spaCy และคุณสมบัติต่างๆ
ใหม่ในเวอร์ชัน 3.0 คุณลักษณะใหม่ ความเข้ากันไม่ได้แบบย้อนหลัง และคำแนะนำในการย้ายข้อมูล
- เทมเพลตโครงการ เวิร์กโฟลว์แบบ end-to-end ที่คุณสามารถโคลน แก้ไข และเรียกใช้ได้
- การอ้างอิง API ข้อมูลอ้างอิงโดยละเอียดสำหรับ API ของ spaCy
⏩ การประมวลผล GPU ใช้ spaCy กับการประมวลผล GPU ที่เข้ากันได้กับ CUDA
- โมเดล ดาวน์โหลดไปป์ไลน์ที่ได้รับการฝึกอบรมสำหรับ spaCy
- โมเดลภาษาขนาดใหญ่ รวม LLM เข้ากับไปป์ไลน์ spaCy
- จักรวาล ปลั๊กอิน ส่วนขยาย การสาธิต และหนังสือจากระบบนิเวศของ spaCy
ส่วนขยายโค้ด spaCy VS เครื่องมือและคุณสมบัติเพิ่มเติมสำหรับการทำงานกับไฟล์ปรับแต่งของ spaCy
?? หลักสูตรออนไลน์ เรียนรู้ spaCy ในหลักสูตรออนไลน์เชิงโต้ตอบฟรีนี้
- บล็อก อ่านเกี่ยวกับการพัฒนา spaCy และ Prodigy ในปัจจุบัน การเผยแพร่ การพูดคุย และอื่นๆ อีกมากมายจาก Explosion
วิดีโอ ช่อง YouTube ของเราพร้อมวิดีโอแนะนำ การเสวนา และอื่นๆ อีกมากมาย
- บันทึกการเปลี่ยนแปลง การเปลี่ยนแปลงและประวัติเวอร์ชัน
- มีส่วนช่วย วิธีมีส่วนร่วมในโปรเจ็กต์ spaCy และฐานโค้ด
- ย้อย สนับสนุนเราและงานของเราด้วยพวงหรีดที่ออกแบบเองไม่ซ้ำใคร!
โซลูชั่นที่ปรับให้เหมาะสม การให้คำปรึกษา การใช้งาน และคำแนะนำเชิงกลยุทธ์ NLP แบบกำหนดเองโดยทีมพัฒนาหลักของ spaCy คล่องตัว พร้อมการผลิต คาดการณ์ได้ และบำรุงรักษาได้ ส่งอีเมลถึงเราหรือตอบแบบสอบถาม 5 นาทีแล้วติดต่อเราได้เลย! เรียนรู้เพิ่มเติม →

จะถามคำถามได้ที่ไหน

โครงการ spaCy ได้รับการดูแลโดยทีมงาน spaCy โปรดทราบว่าเราไม่สามารถให้การสนับสนุนเป็นรายบุคคลผ่านทางอีเมลได้ นอกจากนี้เรายังเชื่อว่าความช่วยเหลือจะมีคุณค่ามากขึ้นหากแบ่งปันแบบสาธารณะ เพื่อให้ผู้คนได้รับประโยชน์จากความช่วยเหลือมากขึ้น

พิมพ์ แพลตฟอร์ม
รายงานข้อผิดพลาด ตัวติดตามปัญหา GitHub
- คำขอคุณลักษณะและแนวคิด การสนทนา GitHub
? คำถามการใช้งาน การสนทนา GitHub · สแต็กโอเวอร์โฟลว์
- การสนทนาทั่วไป การสนทนา GitHub

คุณสมบัติ

  • รองรับมากกว่า 70 ภาษา
  • ไปป์ไลน์ที่ได้รับการฝึกอบรม สำหรับภาษาและงานต่างๆ
  • การเรียนรู้แบบหลายงานด้วย หม้อแปลงไฟฟ้า ที่ได้รับการฝึกอบรมอย่าง BERT
  • รองรับ เวกเตอร์และการฝังคำ ที่เตรียมไว้ล่วงหน้า
  • ความเร็วที่ล้ำสมัย
  • ระบบการฝึกอบรม พร้อมการผลิต
  • โทเค็นไลเซชั่น ที่มีแรงจูงใจทางภาษา
  • ส่วนประกอบสำหรับ การจดจำเอนทิตี ที่มีชื่อ การติดแท็กส่วนหนึ่งของคำพูด การแยกวิเคราะห์การพึ่งพา การแบ่งส่วนประโยค การจำแนกข้อความ การย่อคำ การวิเคราะห์ทางสัณฐานวิทยา การเชื่อมโยงเอนทิตี และอื่นๆ
  • ขยายได้อย่างง่ายดายด้วย ส่วนประกอบและคุณลักษณะที่กำหนดเอง
  • รองรับโมเดลที่กำหนดเองใน PyTorch , TensorFlow และเฟรมเวิร์กอื่นๆ
  • Visualizer ในตัวสำหรับไวยากรณ์และ NER
  • การบรรจุโมเดล การปรับใช้ และการจัดการเวิร์กโฟลว์แบบจำลอง ที่ง่ายดาย
  • ความแม่นยำที่ประเมินอย่างเข้มงวดและแข็งแกร่ง

สำหรับรายละเอียดเพิ่มเติม โปรดดูข้อเท็จจริง ตัวเลข และเกณฑ์มาตรฐาน

⏳ ติดตั้ง spaCy

สำหรับคำแนะนำในการติดตั้งโดยละเอียด โปรดดูเอกสารประกอบ

  • ระบบปฏิบัติการ : macOS / OS X · Linux · Windows (Cygwin, MinGW, Visual Studio)
  • เวอร์ชัน Python : Python 3.7+ (เฉพาะ 64 บิต)
  • ผู้จัดการแพ็คเกจ : pip · conda (ผ่าน conda-forge )

ปิ๊ป

เมื่อใช้ pip การเผยแพร่ spaCy จะพร้อมใช้งานเป็นแพ็คเกจซอร์สและล้อไบนารี ก่อนที่คุณจะติดตั้ง spaCy และการขึ้นต่อกัน ตรวจสอบให้แน่ใจว่า pip , setuptools และ wheel ของคุณเป็นปัจจุบัน 

pip install -U pip setuptools wheel
pip install spacy

หากต้องการติดตั้งตารางข้อมูลเพิ่มเติมสำหรับการย่อและการทำให้เป็นมาตรฐานคุณสามารถเรียกใช้ pip install spacy[lookups] หรือติดตั้ง spacy-lookups-data แยกต่างหาก แพ็คเกจการค้นหาจำเป็นสำหรับการสร้างแบบจำลองเปล่าที่มีข้อมูลการย่อคำ และเพื่อย่อเป็นภาษาที่ยังไม่มีโมเดลที่ได้รับการฝึกล่วงหน้า และไม่ได้ขับเคลื่อนโดยไลบรารีบุคคลที่สาม

เมื่อใช้ pip โดยทั่วไปแนะนำให้ติดตั้งแพ็คเกจในสภาพแวดล้อมเสมือนเพื่อหลีกเลี่ยงการแก้ไขสถานะของระบบ: 

python -m venv .env
source .env/bin/activate
pip install -U pip setuptools wheel
pip install spacy

คอนดา

คุณยังสามารถติดตั้ง spaCy จาก conda ผ่านช่องทาง conda-forge สำหรับวัตถุดิบรวมถึงสูตรการผลิตและการกำหนดค่า โปรดดูที่พื้นที่เก็บข้อมูลนี้ 

conda install -c conda-forge spacy

กำลังอัพเดต spaCy

การอัปเดต spaCy บางอย่างอาจจำเป็นต้องดาวน์โหลดแบบจำลองทางสถิติใหม่ หากคุณใช้ spaCy เวอร์ชัน 2.0 หรือสูงกว่า คุณสามารถใช้คำสั่ง validate เพื่อตรวจสอบว่ารุ่นที่ติดตั้งของคุณเข้ากันได้หรือไม่ และหากไม่เป็นเช่นนั้น ให้พิมพ์รายละเอียดเกี่ยวกับวิธีการอัปเดต: 

pip install -U spacy
python -m spacy validate

หากคุณได้ฝึกฝนโมเดลของคุณเอง โปรดทราบว่าอินพุตการฝึกและรันไทม์ของคุณจะต้องตรงกัน หลังจากอัปเดต spaCy เราขอแนะนำ ให้ฝึกโมเดลของคุณ ด้วยเวอร์ชันใหม่

สำหรับรายละเอียดเกี่ยวกับการอัปเกรดจาก spaCy 2.x เป็น spaCy 3.x โปรดดูคำแนะนำในการย้าย

- ดาวน์โหลดแพ็คเกจโมเดล

ไปป์ไลน์ที่ได้รับการฝึกอบรมสำหรับ spaCy สามารถติดตั้งเป็น แพ็คเกจ Python ได้ ซึ่งหมายความว่าพวกมันเป็นส่วนประกอบของแอปพลิเคชันของคุณ เช่นเดียวกับโมดูลอื่นๆ สามารถติดตั้งโมเดลได้โดยใช้คำสั่ง download ของ spaCy หรือด้วยตนเองโดยชี้ pip ไปยังเส้นทางหรือ URL

เอกสารประกอบ
ท่อที่มีอยู่ คำอธิบายไปป์ไลน์โดยละเอียด ตัวเลขความแม่นยำ และเกณฑ์มาตรฐาน
เอกสารประกอบโมเดล คำแนะนำการใช้งานและการติดตั้งโดยละเอียด
การฝึกอบรม วิธีฝึกไปป์ไลน์ของคุณเองกับข้อมูลของคุณ 
 # Download best-matching version of specific model for your spaCy installation
python -m spacy download en_core_web_sm

# pip install .tar.gz archive or .whl from path or URL
pip install /Users/you/en_core_web_sm-3.0.0.tar.gz
pip install /Users/you/en_core_web_sm-3.0.0-py3-none-any.whl
pip install https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-3.0.0/en_core_web_sm-3.0.0.tar.gz

กำลังโหลดและใช้งานโมเดล

หากต้องการโหลดโมเดล ให้ใช้ spacy.load() พร้อมชื่อโมเดลหรือเส้นทางไปยังไดเร็กทอรีข้อมูลโมเดล 

 import spacy
nlp = spacy . load ( "en_core_web_sm" )
doc = nlp ( "This is a sentence." )

คุณยังสามารถ import โมเดลได้โดยตรงผ่านชื่อเต็ม จากนั้นเรียกใช้เมธอด load() โดยไม่มีข้อโต้แย้ง 

 import spacy
import en_core_web_sm

nlp = en_core_web_sm . load ()
doc = nlp ( "This is a sentence." )

สำหรับข้อมูลเพิ่มเติมและตัวอย่าง โปรดดูเอกสารประกอบเกี่ยวกับโมเดล

⚒ เรียบเรียงจากแหล่งที่มา

อีกวิธีหนึ่งในการติดตั้ง spaCy คือการโคลนพื้นที่เก็บข้อมูล GitHub และสร้างจากแหล่งที่มา นั่นเป็นวิธีทั่วไปหากคุณต้องการเปลี่ยนแปลงฐานโค้ด คุณจะต้องตรวจสอบให้แน่ใจว่าคุณมีสภาพแวดล้อมการพัฒนาที่ประกอบด้วยการแจกจ่าย Python รวมถึงไฟล์ส่วนหัว คอมไพเลอร์ pip การติดตั้ง virtualenv และ git ส่วนคอมไพเลอร์นั้นยากที่สุด วิธีการทำเช่นนั้นขึ้นอยู่กับระบบของคุณ

แพลตฟอร์ม
อูบุนตู ติดตั้งการพึ่งพาระดับระบบผ่าน apt-get : sudo apt-get install build-essential python-dev git
แม็ค ติดตั้ง XCode เวอร์ชันล่าสุด รวมถึงสิ่งที่เรียกว่า "เครื่องมือบรรทัดคำสั่ง" macOS และ OS X มาพร้อมกับ Python และติดตั้ง git ไว้ล่วงหน้าแล้ว
หน้าต่าง ติดตั้งเวอร์ชันของ Visual C++ Build Tools หรือ Visual Studio Express ที่ตรงกับเวอร์ชันที่ใช้ในการคอมไพล์ล่าม Python ของคุณ

สำหรับรายละเอียดและคำแนะนำเพิ่มเติม โปรดดูเอกสารประกอบเกี่ยวกับการคอมไพล์ spaCy จากแหล่งที่มาและวิดเจ็ต QuickStart เพื่อรับคำสั่งที่เหมาะสมสำหรับแพลตฟอร์มและเวอร์ชัน Python ของคุณ 

git clone https://github.com/explosion/spaCy
cd spaCy

python -m venv .env
source .env/bin/activate

# make sure you are using the latest pip
python -m pip install -U pip setuptools wheel

pip install -r requirements.txt
pip install --no-build-isolation --editable .

วิธีติดตั้งพร้อมบริการเสริม: 

pip install --no-build-isolation --editable .[lookups,cuda102]

- ทำการทดสอบ

spaCy มาพร้อมกับชุดทดสอบที่ครอบคลุม ในการรันการทดสอบ โดยปกติคุณจะต้องการโคลนพื้นที่เก็บข้อมูลและสร้าง spaCy จากแหล่งที่มา นอกจากนี้ยังจะติดตั้งการพึ่งพาการพัฒนาที่จำเป็นและยูทิลิตี้ทดสอบที่กำหนดไว้ใน requirements.txt

หรือคุณสามารถรัน pytest กับการทดสอบจากภายในแพ็คเกจ spacy ที่ติดตั้งไว้ได้ อย่าลืมติดตั้งยูทิลิตี้ทดสอบผ่าน requirements.txt ของ spaCy.txt : 

pip install -r requirements.txt
python -m pytest --pyargs spacy
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด