Речник

spaCy

Какво е spaCy?

spaCy е библиотека за Python с отворен код за обработка на естествен език, разработена от берлинската компания Explosion. Тя разделя текстовете на думи и изречения, определя частите на речта и основните форми, анализира структурата на изречението и разпознава назовани същности като хора, компании или места. Налични са предварително обучени модели за много езици, включително немски. spaCy е създадена за бързина и за употреба в реални приложения, например за предварителна обработка на големи обеми документи.

Теми

NLP
Python
отворен код

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

NLTK

NLTK (Natural Language Toolkit) е библиотека за Python с отворен код за обработка на естествен език, създадена в Университета на Пенсилвания в началото на 2000-те години. Тя предоставя инструменти за токенизация, стемиране, определяне на частите на речта и проста класификация, както и достъп до множество текстови корпуси. NLTK се използва главно в обучението и научните изследвания; продуктивните приложения често разчитат на библиотеки като spaCy или на трансформър модели.

Python
езикова обработка
+1

Разпознаване на именувани обекти (NER)

Разпознаването на именувани обекти (Named entity recognition, NER) е техника от обработката на естествен език, която намира в текста имена на хора, фирми и места, както и дати или суми, и отнася всяко към категория. Така свободният текст се превръща в структурирани данни. Пример: фирмата на подателя, лицето за контакт, датата на доставка и сумата по фактурата се извличат автоматично от имейл и се прехвърлят в CRM.

NLP
Извличане на информация
+1

Шаблон

Анализ на зависимостите (dependency parsing)

Анализът на зависимостите (dependency parsing) е техника от обработката на естествен език, която представя граматичната структура на изречението като зависимости между думите. Всяка дума е свързана с управляваща дума, например подлогът и допълнението – с глагола: в изречението „Клиентът поръчва две лампи“ „клиентът“ и „лампи“ зависят от „поръчва“. Това помага при извличането на информация, например за да се установи кой какво е направил.

NLP
синтаксис
+1

Определяне на частите на речта (POS)

Определянето на частите на речта автоматично приписва на всяка дума в изречението нейната граматична категория, като съществително, глагол, прилагателно или предлог. Тъй като много думи са многозначни („book“ като съществително или глагол, „light“ като прилагателно или съществително), методите вземат предвид контекста на изречението. POS анотирането е класическа стъпка на предварителна обработка за синтактичен анализ, извличане на информация или проверка на правописа и се предлага от библиотеки като spaCy и NLTK.

NLP
Граматика
+1