Spacy的词性标注、命名实体识别、依存句法分析调用_spacy 词性 句法

1、首先肯定是下载spacy

pip install spacy -i https://pypi.tuna.tsinghua.edu.cn/simple

强烈建议使用清华源地址

2、然后此时spacy缺乏预训练模型仍然是不可直接调用的，需要再下载预训练模型

python -m spacy download zh_core_web_sm -i https://pypi.tuna.tsinghua.edu.cn/simple

英文的话就是把zh_core_web_sm改成en_core_web_cm

3、词性标注、命名实体代码

import spacy
nlp = spacy.load('en_core_web_sm')
stc = nlp("这里替换成你自己的句子")
print("词性标注：", [token.pos_ for token in stc])
print("命名实体：", [entity for entity in stc.ents])

4、依存句法分析代码

import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("这里换成你自己的句子")
for ent in doc.ents:
    # 下面代码依次返回实体文本，开始位置，结束位置，实体标签
    print(ent.text, ent.start_char, ent.end_char, ent.label_)

差不多就这样，主要是想做作业在网上没有看到一步到位的教程，所以算是把网上看到的代码总结了一下，如有不妥请联系我删除