spaCy V3.0.0 专业领域中文分词问题

#spaCy V3.0.0 专业领域中文分词问题

spaCy 3.0.0版本今年已经正式发布。非常幸运的是，其提供的5个最新transformer-based pipelines 模型中就包括中文预训练模型（zh_core_web_trf）。该模型在中文上的表现也相当突出:

PACKAGE	LANGUAGE	TRANSFORMER	TAGGER	PARSER	NER
en_core_web_trf	English	roberta-base	97.8	95.2	89.9
de_dep_news_trf	German	bert-base-german-cased	99.0	95.8	-
es_dep_news_trf	Spanish	bert-base-spanish-wwm-cased	98.2	94.6	-
fr_dep_news_trf	French	camembert-base	95.7	94.4	-
zh_core_web_trf	Chinese	bert-base-chinese	92.5	76.6	75.4

对于中文还有3个预训练模型：

1. zh_core_web_sm-3.0.0: 小型
2. zh_core