英语多任务cnn培训的ontonnotes。分配上下文特定的令牌向量、pos标记、依赖解析和命名实体。
en-qai-sm的Python项目详细描述
library.qai.spacy
定制Spacy管道
安装
可在PyPi
$ pip install en-qai-sm > installs the package and deps including spacy
用法
importspacynlp=spacy.load('en_qai_sm')>>>doc=nlp("I ain't got no hands!")>>>fortokenindoc:print(token,token.pos_)...IPRONain't VERBgotVERBnoDEThandsNOUN!PUNCT
关于Spacy管道
默认Spacy管道包含4个步骤（组件）：
tokenizer-将文本拆分为标记tagger-分配部分语音标记parser-分配依赖项标签ner-检测并标记命名实体
自定义组件（例如，doc上的任何函数）可以插入到管道中（在tokenizer之后的任何位置）。为了简单起见，tokenizer不在管道描述中列出。
引用：spaCy docs。
管道组件
v1.0.0
管道包括：
pipeline=["merge_matcher","tagger","parser","ner"]
其中merge_matcher匹配并合并为类型为：
- 用连字符连接，例如
rock-hard - 收缩例如
don't - 特殊（非正式）缩写，例如
gonna
许可证
因为这只是Spacy的en_core_web_sm的一个小扩展，所以我们包含相同的许可证-mit。
欢迎加入QQ群-->： 979659372
