12、使用spaCy进行词性标注和命名实体识别

使用spaCy进行词性标注和命名实体识别

在自然语言处理（NLP）中，词性标注（PoS tagging）和命名实体识别（NER）是两个重要的任务。它们可以帮助我们从文本中提取有意义的信息，例如人名、地名、组织名等。本文将介绍如何使用spaCy库进行词性标注和命名实体识别，并将提取的实体列表转换为网络数据，以便创建社交网络。

1. 准备工作

在使用spaCy之前，我们需要安装并加载所需的语言模型。以下是具体步骤：
- 安装语言模型 ：运行以下命令安装英文的中等规模语言模型：

python -m spacy download en_core_web_md

这里的 md 代表中等规模，你也可以将其替换为 sm （小规模）或 lg （大规模）来选择不同大小的模型。更多关于spaCy模型的信息可以参考 这里 。
- 加载语言模型 ：在Python脚本中加载安装好的语言模型：

import spacy
nlp = spacy.load("en_core_web_md")

2. 加载文本数据

我们使用之前编写的函数来加载弗兰兹·卡夫卡的《变形记》文本，