📚 Spacy 使用指南（自然语言处理技术篇）

🚀 快速入门

Spacy 是一个高效的自然语言处理库，支持中文、英文等多语言。以下是核心功能概述：

• 安装

  pip install spacy
  python -m spacy download zh_core_web_sm  # 中文模型
  

  

• 基础语法

  import spacy
  nlp = spacy.load("zh_core_web_sm")
  doc = nlp("自然语言处理是人工智能的重要领域！")
  for token in doc:
      print(token.text, token.lemma_, token.pos_)
  

🧠 核心功能模块

📌 实体识别

Spacy 可自动识别文本中的实体（如人名、地点、时间）：

for ent in doc.ents:
    print(ent.text, ent.label_)

示例：
北京 是 GPE（地理政治实体）
2023年 是 DATE（日期时间）

🧩 文本分类与情感分析

通过预训练模型实现快速分类：

from spacy import displacy
displacy.render(doc, style="ent")

📁 扩展学习

点击查看 Spacy 官方中文文档 获取更详细的 API 说明与案例
探索更多 NLP 技术