spaCy NLP库的模型的下载、安装和使用说明书

---

1 前言

explosion网址：https://explosion.ai/
spaCy下载网址：https://explosion.ai/software
spaCy的GitHub网址：https://github.com/explosion/spaCy
spaCy的网页网址：https://spacy.io/

此存储库包含spaCy NLP库的模型发布版。有关如何下载、安装和使用模型的更多信息，请参阅模型文档。

⚠️ Important note:
由于模型可能非常大且主要由二进制数据组成，我们不能简单地将其作为文件提供在GitHub存储库中。因此，我们选择将它们添加到发布版本中，以 .whl 和 .tar.gz 文件格式提供。这样我们仍然可以保持公开发布历史。

2 安装

快速入门

要安装特定模型，请运行以下命令并输入模型名称（例如，英文：en_core_web_sm ，中文：zh_core_web_sm）：

python -m spacy download [model]

• spaCy v3.x models directory
• spaCy v3.x model comparison
• spaCy v2.x models directory
• spaCy v2.x model comparison
• Individual release notes

对于spaCy v1.x模型，请 查看此处。

3 模型命名规范

总的来说，spaCy期望所有模型包遵循 [lang]_[name]的命名规范。对于我们提供的流水线，我们将名称分为三个部分：
core： dep： ent： sent： genre：

• 类型: 模型功能：
  • core: 具有标记、解析、词形还原和命名实体识别的通用模型
  • dep: 仅具有标记、解析和词形还原
  • ent: 仅具有命名实体识别
  • sent: 仅具有句子分割
• 体裁: 模型训练的文本类型（例如，web 表示网络文本，news 表示新闻文本）
• 大小: 模型大小指示器:
  • sm: 没有单词向量
  • md: 减少的单词向量表，包含20,000个唯一的向量，用于约500,000个单词
  • lg: 大型单词向量表，包含约500,000个条目
    例如，en_core_web_md是一个中等大小的英语模型，经过书面网络文本（博客、新闻、评论）的训练，包括一个标记器、一个依赖解析器、一个词形还原器、一个命名实体识别器和一个包含20k个唯一向量的词向量表。

3.1 模型版本控制

此外，模型版本控制反映了与spaC