spaCy自然语言处理实战:spaCy入门与环境搭建

原创于 2025-09-04 17:23:11 发布 · 489 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#自然语言处理 #人工智能 #spaCy #NLP

部署运行你感兴趣的模型镜像

spaCy环境设置

学习目标

本课程将介绍在Windows、macOS和Linux操作系统上安装spaCy的方法，并介绍如何安装和使用不同的语言模型。通过本课程的学习，您将能够独立设置spaCy的开发环境，并开始您的自然语言处理之旅。

学习内容

1 spaCy环境设置

spaCy是一个强大的开源自然语言处理库，支持多种语言的文本处理。在开始使用spaCy之前，首先需要确保您的计算机上已经安装了Python。spaCy支持Python 3.6及更高版本。安装spaCy最简单的方法是使用pip，Python的包管理工具。以下是不同操作系统上安装spaCy的步骤：

1.1 spaCy安装

1.1.1 Windows平台安装

打开命令提示符（按Win+R，输入cmd，然后按Enter）。
输入以下命令来安装spaCy：
```
pip install spacy
```
安装完成后，可以通过Python命令行测试安装是否成功：
```
import spacy
print(spacy.__version__)
```

1.1.2 macOS平台安装

打开终端（可以在“应用程序” -> “实用工具”中找到）。
使用pip安装spaCy：
```
pip3 install spacy
```
验证安装：
```
import spacy
print(spacy.__version__)
```

1.2.3 Linux平台安装

打开终端。
安装spaCy：
```
pip install plotly
pip install spacy
```

本课程为Linux平台，提供了离线安装包，运行以下命令下载离线安装包并进行安装。

wget https://model-community-picture.obs.cn-north-4.myhuaweicloud.com/ascend-zone/notebook_codes/42fe95542fcc11f0a6b2fa163edcddae/en_core_web_sm-3.7.1.tar.gz

pip install wheel==0.44.0
pip install en_core_web_sm-3.7.1.tar.gz

验证安装：

import spacy
print(spacy.__version__)

1.2 语言模型的安装与使用

spaCy的强大之处在于其预训练的语言模型，这些模型可以用于执行各种自然语言处理任务，如词性标注、命名实体识别等。安装语言模型同样简单，只需使用spaCy提供的命令行工具spacy download。

1.2.1 安装英语模型

本课程提供的离线安装包已经安装了英语模型，以下命令为在线安装模型的命令，无需执行。

python -m spacy download en_core_web_sm

1.2.2 加载模型

安装完成后，可以在Python脚本中加载模型：

import spacy

# 加载英语模型
nlp = spacy.load('en_core_web_sm')

# 处理文本
doc = nlp("spaCy is a powerful NLP library.")

# 输出处理结果
for token in doc:
    print(token.text, token.lemma_, token.pos_, token.tag_, token.dep_,
          token.shape_, token.is_alpha, token.is_stop)

spaCy spacy INTJ UH nsubj xxxXx True False
is be AUX VBZ ROOT xx True True
a a DET DT det x True True
powerful powerful ADJ JJ amod xxxx True False
NLP NLP PROPN NNP compound XXX True False
library library NOUN NN attr xxxx True False
. . PUNCT . punct . False False

1.2.3 安装其他语言模型

spaCy支持多种语言，安装其他语言模型的方法与英语模型类似。例如，安装德语模型：

python -m spacy download zh_core_news_sm

import spacy

# 加载中文模型
nlp = spacy.load('zh_core_web_sm')

# 测试文本处理
doc = nlp("spaCy 是一个强大的自然语言处理库。")

# 输出分词、词性标注结果
for token in doc:
    print(token.text, token.lemma_, token.pos_, token.tag_, token.dep_,
          token.shape_, token.is_alpha, token.is_stop)

spaCy  NOUN NN nsubj xxxXx True False
是  VERB VC cop x True True
一个  ADV AD dep xx True True
强大  ADJ JJ amod xx True False
的  PART DEG case x True True
自然  NOUN NN compound:nn xx True False
语言处  NOUN NN compound:nn xxx True False
理库  NOUN NN ROOT xx True False
。  PUNCT PU punct 。 False True