Spacy NER 教程

Spacy 是一个用于自然语言处理（NLP）的开源库，NER（命名实体识别）是其中的一个重要功能。本教程将简要介绍 Spacy 的 NER 功能及其应用。

1. 安装 Spacy

首先，确保您已经安装了 Python 和 pip。然后，使用以下命令安装 Spacy：

pip install spacy

安装完成后，您还需要下载 Spacy 的语言模型：

python -m spacy download en_core_web_sm

对于中文，可以使用：

python -m spacy download zh_core_web_sm

2. 使用 Spacy 进行 NER

以下是一个简单的例子，展示如何使用 Spacy 进行 NER：

import spacy

# 加载语言模型
nlp = spacy.load('en_core_web_sm')

# 文本
text = "Apple Inc. is an American multinational technology company headquartered in Cupertino, California."

# 使用 NER 进行文本处理
doc = nlp(text)

# 遍历文档中的实体
for ent in doc.ents:
    print(ent.text, ent.label_)

运行上述代码，您将得到以下输出：

Apple Inc. ORG
is VERB
an DET
American ADJ
multinational NOUN
technology NOUN
company NOUN
headquartered VERB
in IN
Cupertino NOUN
California NOUN

3. 扩展阅读

更多关于 Spacy 和 NER 的信息，请参考以下链接：

Spacy NER 教程

1. 安装 Spacy

2. 使用 Spacy 进行 NER

3. 扩展阅读

图片